增益控制策略下的梯度域路径追踪算法

针对梯度域路径追踪算法在像素平面均匀采样的策略会使渲染图像在不同频率区域的渲染质量差别较大的问题,提出增益控制策略下的梯度域路径追踪算法.引入平均梯度计算局部平均梯度值,筛选并标记出高频区域和低频区域,将低频区域的样本用于对高频区域增强采样;随着每轮渲染高低频区域的不断更新,自适应地对样本进行分配,实现像素平面采样的增益控制.一方面,在不同材质和光照的场景下,将改进算法和梯度域路径追踪算法进行实验对比,结果表明,文中算法使人眼敏感的高频区域渲染更加细腻;另一方面,使用均方误差、峰值信噪比和结构相似度3种图像质量评价指标评价渲染图像,并对比采样过程中3个指标的变化情况,结果表明,在保证样本数量相同的条件下,文中算法可以加快渲染的收敛速度,提高渲染效率.

基于多尺度反向投影的图像超分辨率重建算法

为解决当前主流图像超分辨率重建算法对低分辨率图像中细节信息利用不够充分的问题,提出一种基于多尺度反向投影的图像超分辨率重建算法。使用多个不同尺度的卷积核从浅层特征提取层中提取出不同维度的特征信息,输入到反向投影模块后,交替使用升采样和降采样来优化高分辨率和低分辨率图像的投影误差,同时运用残差学习的思想将升采样和降采样阶段提取到的特征使用级联的方式进行连接,从而提升图像的重建效果。实验结果表明,在Set5、Set14和Urban100数据集上,与Bicubic、SRCNN、ESPCN、VDSR和LapSRN 5种主流算法相比,该算法的峰值信噪比和结构相似性均有所提高。