基于神經(jīng)網(wǎng)絡(luò)的虛擬場(chǎng)景真空感圖像重建.pdf

1、傳統(tǒng)的計(jì)算機(jī)圖形學(xué)在生成真實(shí)感圖像上遇到了很大的障礙,這里主要有兩個(gè)方面的原因,首先是因?yàn)槲矬w的表面模型很難準(zhǔn)確獲取,其次是由于繪制過程計(jì)算比較復(fù)雜.基于圖像的建模和繪制方法(IBMR)直接從原始輸入圖像來繪制新視點(diǎn)圖像,因而能夠快速準(zhǔn)確地生成真實(shí)感圖像,但這種技術(shù)還有許多有待研究的問題,其中包括如何重建動(dòng)態(tài)場(chǎng)景圖像和有鏡面反射效果的圖像,如何改變圖像中物體的反射特性.現(xiàn)有的IBMR方法不能有效地實(shí)時(shí)重建光照條件變化的動(dòng)態(tài)場(chǎng)景圖像.該文

2、從研究圖像色彩與場(chǎng)景光照的關(guān)系入手,提出了一種生成虛擬光照下真實(shí)感圖像的方法.由于同一個(gè)物體在不同光照條件下會(huì)反射出不同的顏色,利用神經(jīng)網(wǎng)絡(luò)找到顏色的變化規(guī)律,就可以從已有的圖像推斷得到在不同光照下的虛擬圖像.這種方法算法簡(jiǎn)單,可以生成光照條件變化的動(dòng)態(tài)場(chǎng)景圖像,與其他技術(shù)相結(jié)合,可以進(jìn)一步應(yīng)用于實(shí)時(shí)的動(dòng)態(tài)虛擬現(xiàn)實(shí)中.以往提出的IBMR方法不能準(zhǔn)確重建具有明顯鏡面反射效果的新視點(diǎn)圖像.而該文通過分析視點(diǎn)位置與圖像顏色的關(guān)系提出了基于神經(jīng)

3、網(wǎng)絡(luò)技術(shù)來重建虛擬視點(diǎn)位置圖像的方法,這種重建方法只要少數(shù)幾幅定標(biāo)圖像作為輸入,而且算法也比較簡(jiǎn)單,并可以準(zhǔn)確重建具有鏡面效果的真實(shí)感圖像.在圖像重建中經(jīng)常需要對(duì)場(chǎng)景中物體的表面特性作出調(diào)整,以取得不同的視覺效果.該文提出了分離圖像的漫反射和鏡面反射能量分布的方法,并對(duì)分離出來的圖像重新分配漫反射和鏡面反射能量的比例,實(shí)現(xiàn)了基于IBMR技術(shù)改變圖像中物體的表面性質(zhì)和重建具有不同反射特性的虛擬視點(diǎn)圖像.由于使用已有的神經(jīng)網(wǎng)絡(luò)技術(shù)不能適應(yīng)樣

4、本稀疏情況下輸入向量與樣本的距離的變化,基于廣義回歸神經(jīng)網(wǎng)絡(luò)(GRNNs)該文提出了一種新的模型,即增量疊加模型,并應(yīng)用這種模型實(shí)現(xiàn)了虛擬光照條件下真實(shí)感圖像的重建;這種模型還可以適用于任何樣本分布不均或樣本稀疏的問題.采用神經(jīng)網(wǎng)絡(luò)技術(shù)該文重建了虛擬場(chǎng)景的真實(shí)感圖像,這是對(duì)圖像重建方法的一種新的嘗試,也開辟了一種新的解決問題的思路,同時(shí)以這種方法實(shí)現(xiàn)了虛擬視點(diǎn)和光照變化的動(dòng)態(tài)場(chǎng)景圖像的重建.該文基于GRNNs提出的模型是對(duì)神經(jīng)網(wǎng)絡(luò)技術(shù)的