[發明專利]一種獲取AO貼圖的方法及裝置

在審

• 申請號: 202111430926.0
• 申請日: 2021-11-29
• 公開（公告）號: CN116206040A
• 公開（公告）日: 2023-06-02
• 發明（設計）人: 紀道明;莊新瑞;廖晶堂;徐紫雅;劉芊
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06T15/06
• 分類號: G06T15/06;G06T17/00;G06N3/0464;G06N3/08
• 代理公司: 北京中博世達專利商標代理有限公司 11274
• 代理人: 申健

本申請公開一種獲取AO貼圖的方法及裝置，涉及圖像處理領域，以提高獲取高質量的AO貼圖的效率。該方案包括：根據3D物體N個視角的二維圖像，及N個視角的相機參數，獲取3D物體在N個視角中每個視角的幾何信息圖層，幾何信息圖層包括法線圖；N大于或等于2；將每個視角的幾何信息圖層，輸入已訓練的神經網絡，得到每個視角的單視角AO圖層；根據3D物體N個視角的二維圖像，進行UV參數化，獲取3D物體的網格模型的UV參數；按照獲取的UV參數，融合每個視角的單視角AO圖層，得到3D物體的AO貼圖。

技術領域

本申請涉及圖像處理領域，尤其涉及一種獲取環境光遮蔽(ambient?occlusion，AO)貼圖的方法及裝置。

背景技術

隨著計算機圖形技術的發展，用戶對圖形畫面的逼真度要求越來越高，而圖形畫面逼真的最關鍵環節就是光照/光影效果，如果能非常近似的模擬與現實生活一樣的光照效果，那么向用戶呈現的畫面將非比尋常。圖像畫面的應用場景眾多，潛在的應用場景比如三維(three?dimensions，3D)3D虛擬化商品展示、博物館文物展示等。3D虛擬化商品展示技術在各行業展現出巨大潛力，如鞋，包，服飾等的3D虛擬化展示，可有效提高用戶的購買概率。

由于渲染技術及相關硬件的高速發展，用戶對3D數字化內容渲染質量要求不斷提高，對于真實度層次感等，都提出了更高的要求。其中，3D感知增強技術(3D?perceptionenhancement)是有效提高渲染質量的方法之一，AO技術利用對比度以及陰影等知覺源，來有效提高對渲染內容光照方面的3D感知質量，使得渲染的結果更加富有層次感。高質量的AO已經廣泛應用于3D數字化內容渲染，可以極大增強用戶3D感知體驗，圖1a、圖1b、圖1c及圖1d示意了同一圖像無AO渲染結果與有AO渲染結果的對比。

當然，業界通常采用光線追蹤技術獲取高質量的單視角AO圖層，但該技術性能開銷極大且對硬件要求很高。雖然近年來圖形處理器(graphics?processing?unit，GPU)算力持續不斷的快速增長，但在獲取高質量AO圖的過程中計算仍然十分低效。

發明內容

本申請提供一種獲取AO貼圖的方法及裝置，以提高獲取高質量的AO貼圖的效率。

為達到上述目的，本申請采用如下技術方案：

第一方面，提供一種獲取AO貼圖的方法，該方法可以包括：根據3D物體N個視角的二維圖像，及N個視角的相機參數，獲取3D物體在N個視角中每個視角的幾何信息圖層，幾何信息圖層包括法線圖；N大于或等于2；將每個視角的幾何信息圖層，輸入已訓練的神經網絡，得到每個視角的單視角AO圖層；根據3D物體N個視角的二維圖像，進行UV參數化，獲取3D物體的網格模型的UV參數；按照獲取的UV參數，融合每個視角的單視角AO圖層，得到3D物體的AO貼圖。

通過本申請提供的獲取AO貼圖的方法，預先訓練用于獲取單視角AO圖層的神經網絡，將3D物體不同視角的幾何信息圖層輸入已訓練的神經網絡，由神經網絡高效的預測輸出單視角的AO圖層，再根據3D物體網格模型的UV參數將多個單視角AO圖層融合得到AO貼圖。通過高質量的訓練數據訓練神經網絡，可以保證神經網絡的輸出接近真實光照；另外，由于神經網絡可以高效預測，即使場景復雜度提高，獲取AO貼圖的效率和會很大，因此，本申請的方案可以提高獲取高質量的AO貼圖的效率。再者，本申請得到單視角AO圖層的過程無需依賴UV參數，即使設計師對于模型的UV進行重新展開設計，本申請的方案可以按照更新后的UV參數，對已經獲取的單視角AO圖層進行融合即可，可復用性高，進一步提高了獲取高質量的AO貼圖的效率。

一種可能的實現方式中，上述幾何信息圖層還可以包括深度圖，可以更進一步提高獲取的AO圖層的質量。