申请/专利权人:重庆邮电大学
申请日:2023-12-15
公开(公告)日:2024-03-22
公开(公告)号:CN117745573A
主分类号:G06T5/70
分类号:G06T5/70;G06T5/60;G06T15/08;G06N3/0455;G06N3/0464;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明属于计算机图形学领域,具体涉及一种基于深度学习的蒙特卡洛渲染图去噪方法;包括通过蒙特卡洛体渲染方法渲染图像得到数据集,并对数据集进行预处理得到训练数据集;以U‑net网络为基础构建核预测模型,通过训练数据集训练核预测模型;其中使用包含SMAPE项和的高光项的损失函数计算预测误差;使用训练好的核预测模型对低采样数下的高噪声体积渲染图片进行去噪,得到降噪后图片;本发明能够提升去噪效果,得到高质量渲染图。
主权项:1.一种基于深度学习的蒙特卡洛渲染图去噪方法,其特征在于,包括以下步骤:S1.通过蒙特卡洛体渲染方法渲染图像得到数据集,并对数据集进行预处理得到训练数据集;S2.以U-net网络为基础构建核预测模型,通过训练数据集训练核预测模型;其中使用包含SMAPE项和的高光项的损失函数计算预测误差;S3.使用训练好的核预测模型对低采样数下的高噪声体积渲染图片进行去噪,得到降噪后图片。
全文数据:
权利要求:
百度查询: 重庆邮电大学 一种基于深度学习的蒙特卡洛渲染图去噪方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。