面向手机的云端VR三维场景立体显示与交互框架

针对手机无法渲染可交互的高质量三维场景这一弊端,提出一种面向手机的云端VR应用框架。此框架结合云渲染和VR技术在手机端实现可交互高质量三维场景的立体显示,并以手机浏览器作为客户端,利用视频块流传输图像数据、消抖算法(AJA)处理交互数据,实现Web端轻量级渲染,不仅降低了移动端数据可视化运算成本,还避免使用插件和下载安装包。实验表明本文框架的显示帧率能达到30帧每秒,带宽控制在80 kb/s以内,能稳定地在手机上实现传统App无法实现的逼真VR体验。

基于贪心策略的多结点并行光线跟踪负载均衡算法

为了提高利用光线跟踪集群绘制生成高分辨率复杂场景画面的并行度,提出基于贪心策略的多结点并行光线跟踪负载均衡算法。首先根据GPU的并行特性将屏幕空间划分成若干正方形图像块,并基于移动物体球形包围体在屏幕空间的投影构建二值绘制时间影响度图。然后依据时空相关性利用上一帧图像块耗时和二值绘制时间影响度图建立渲染任务队列,通过两步负载均衡实现多渲染结点任务的动态分配。最后进行了实验验证和分析,结果表明该方法具有良好的负载均衡效果,在5个渲染结点的绘制效率最高能提升4.96倍。

基于自适应可见性滤波的近似软影绘制

针对全局光照下的物理正确软影绘制较难满足交互性的难题,提出体现遮挡对象空间位置远近关系的可变半影近似绘制算法。首先,以光源中心点为参照通过基于光线跟踪的遮挡测试方法生成二值光源可见性图;并提出每个可视场景点对应自适应可见性空间平滑滤波器宽度的确定方法;然后执行带掩模计算的自适应可见性滤波来获得从可见区到非可见区平滑过渡的可见性因子;最后在光线跟踪流程中使用可见性因子动态调制相应可视场景点不考虑遮挡的直接光照值,再加上间接光照得到高真实感软影。实验结果表明:该算法效果与物理正确阴影在柔和度方面非常接近,容易绘制镜面反射间接光照,且测试场景的帧率在30帧/秒以上,满足交互性要求。

虚拟场景全景立体画面生成与视口渲染算法

为克服地图投影的不均匀采样问题和非球面投影的冗余存储问题,利用球面斐波那契点阵对虚拟场景的可视球形区域采样,生成低冗余、高质量的球面斐波那契点阵全景图;以全景相机拍摄模型为基础,提出球面全景立体画面的左右眼相机光线方向生成算法;借助斐波那契网格局部坐标为球面全景图的光源可见性图自适应滤波,绘制带有近似软影的球面全景图;利用最邻近插值方法,完成全景图的视口渲染。实验结果表明:该算法的视口渲染帧率能达到90帧/s,能够保证流畅、高质量的VR体验。

基于可视区域间接光照聚类的虚拟点光源采样

针对间接光照计算精度问题,提出改进的可视区域敏感的虚拟点光源采样方法。设计依据可视场景点位置及其法向量对可视场景点进行聚类的方法;计算虚拟点光源对各类中心位置对应可视场景点的光照贡献与类中可视场景点个数之积的累加和,并把累加和作为该虚拟点光源对可视区域的间接光照贡献估计值;以此估计值构造累积概率分布函数,据此选取实际计算每个可视场景点间接光照时所用的虚拟点光源。实验结果表明,该方法能够以较少虚拟点光源实现真实感强的间接光照效果绘制,提高间接光照计算精度。

观看经度联合加权全景图显著性检测算法

目的目前针对全景图显著性检测的研究已经取得了一定成果,但在全景图像的位置特性问题中,大都仅探讨了纬度对全景图显著性检测的影响。而人们观看全景图像时,因视角有限,不同经度位置的显著性也有很大差异,从而导致预测的显著区域往往不够精确。为此本文以全景图的经度位置特性为出发点,提出基于观看经度联合加权的全景图显著性检测算法。方法使用空间显著性预测网络得到初步的显著性图像,使用赤道偏倚进行预处理以改善不同纬度位置的显著性检测效果。接着对显著性图像进行注视点经度加权,将观察者观看全景图的行为习惯与显著性图像相结合。之后对全景图进行双立方体投影与分割,提取全景图的亮度与深度特征,进而计算不同视口经度权重。经过两次加权,得到最终的显著性图像。结果在Salient360!挑战大赛提供的数据集上与其他几种算法进行了实验比较。结果显示,本文算法能得到很好的显著性检测结果。在对本文算法的通用性能的测试中,在标准化扫描路径显著性、相关系数、相似度与相对熵指标上分别达到了1.9793、0.8062、0.7095和0.3239,均优于其他算法。结论提出的全景图显著性检测算法解决了以往全景图显著性检测中不同经度位置检测结果不够准确的问题。