[发明专利]虚拟物体的渲染方法、介质、系统和电子设备有效
申请号: | 201711129445.X | 申请日: | 2017-11-15 |
公开(公告)号: | CN107909638B | 公开(公告)日: | 2021-05-14 |
发明(设计)人: | 陈志国;秦嘉;丛林;李晓燕 | 申请(专利权)人: | 杭州易现先进科技有限公司 |
主分类号: | G06T15/00 | 分类号: | G06T15/00;G06T15/50;G06T7/90 |
代理公司: | 中科专利商标代理有限责任公司 11021 | 代理人: | 吕朝蕙 |
地址: | 311200 浙江省杭州*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 虚拟 物体 渲染 方法 介质 系统 电子设备 | ||
1.一种虚拟物体的渲染方法,包括:
获取第一图像,所述第一图像为当前场景的环境图像;
确定所述第一图像的场景类别;
基于所述第一图像的颜色特征和/或光照特征,从光照图像数据库中与所述第一图像的场景类别相同的场景类别下的高动态图像中,确定与所述第一图像相似的第二图像,所述光照图像数据库包括在不同环境光光照条件下拍摄到的多个高动态图像;以及
以所述第二图像作为所述当前场景的环境贴图,渲染插入所述当前场景的虚拟物体,
其中,所述第一图像的场景类别属于所述光照图像数据库中的所述多个高动态图像被划分为的多个场景类别中的一种。
2.根据权利要求1所述的渲染方法,其中,所述确定所述第一图像的场景类别包括:
通过卷积神经网络,获得所述第一图像对应于不同场景类别的概率;以及
基于所述概率,确定所述第一图像的场景类别。
3.根据权利要求1所述的渲染方法,其中,所述基于所述第一图像的颜色特征和/或光照特征,从光照图像数据库中确定与所述第一图像相似的第二图像包括:
确定所述第一图像以及所述光照图像数据库中的每个高动态图像的颜色特征向量和/或光照特征向量;
确定所述光照图像数据库中的每个高动态图像的颜色特征向量和/或光照特征向量与所述第一图像的颜色特征向量和/或光照特征向量的差向量;以及
将L1范数最小的差向量所对应的高动态图像确定为与所述第一图像相似的第二图像。
4.根据权利要求3所述的渲染方法,还包括,预先计算并存储所述光照图像数据库中的每个高动态图像的颜色特征向量和/或光照特征向量。
5.根据权利要求1所述的渲染方法,其中,所述颜色特征和/或光照特征至少包括以下一种:HSV累积直方图、低阶颜色矩、Gist特征、主色调、暗通道特征。
6.一种计算机可读存储介质,其上存储有可执行指令,所述可执行指令被处理单元执行时使所述处理单元执行根据权利要求1-5中任一项所述的渲染方法。
7.一种虚拟物体的渲染系统,包括:
获取模块,用于获取第一图像,所述第一图像为当前场景的环境图像;
第二确定模块,用于确定所述第一图像的场景类别;
第一确定模块,用于基于所述第一图像的颜色特征和/或光照特征,从光照图像数据库中与所述第一图像的场景类别相同的场景类别下的高动态图像中,确定与所述第一图像相似的第二图像,所述光照图像数据库包括在不同环境光光照条件下拍摄到的多个高动态图像;以及
渲染模块,用于以所述第二图像作为所述当前场景的环境贴图,渲染插入所述当前场景的虚拟物体,
其中,所述第一图像的场景类别属于所述光照图像数据库中的所述多个高动态图像被划分为的多个场景类别中的一种。
8.根据权利要求7所述的渲染系统,其中,所述第二确定模块包括:
处理子模块,用于通过卷积神经网络,获得所述第一图像对应于不同场景类别的概率;以及
第二确定子模块,用于基于所述概率,确定所述第一图像的场景类别。
9.根据权利要求7所述的渲染系统,其中,所述第一确定模块包括:
第三确定子模块,用于确定所述第一图像以及所述光照图像数据库中的每个高动态图像的颜色特征向量和/或光照特征向量;
第四确定子模块,用于确定所述光照图像数据库中的每个高动态图像的颜色特征向量和/或光照特征向量与所述第一图像的颜色特征向量和/或光照特征向量的差向量;以及
第五确定子模块,用于将L1范数最小的差向量所对应的高动态图像确定为与所述第一图像相似的第二图像。
10.根据权利要求9所述的渲染系统,还包括:
计算模块,用于预先计算并存储所述光照图像数据库中的每个高动态图像的颜色特征向量和/或光照特征向量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州易现先进科技有限公司,未经杭州易现先进科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711129445.X/1.html,转载请声明来源钻瓜专利网。