一种多重散射实时渲染的方法、装置及电子设备与流程

本技术涉及渲染，具体而言，涉及一种多重散射实时渲染的方法、装置及电子设备。

背景技术：

1、光线穿过类似云、烟、雾、尘埃、玉石、牛奶、皮肤、蜡、果肉等介质时，会产生折射、散射、吸收等现象，这种空间介质称为参与介质。目前，光线在参与介质中要经过数千次反弹，在对三维模型进行多重散射渲染时，采用在三维体积内部通过路径追踪来求解辐射传输方程，但是，该求解所需要的开销巨大，且无法实现实时渲染。

2、因此，如何提供一种实时的多重散射实时渲染的方法的技术方案成为亟需解决的技术问题。

技术实现思路

1、本技术的一些实施例的目的在于提供一种多重散射实时渲染的方法、装置及电子设备，通过本技术的实施例的技术方案可以在降低计算开销的同时，实现了对三维模型的多重散射实时渲染。

2、第一方面，本技术的一些实施例提供了一种多重散射实时渲染的方法，包括：通过哈希映射表，确定三维模型的多个采样点中每个采样点的位置特征向量；获取每个采样点的样本参数的初始值，其中，所述样本参数的类型包括：所述三维模型的材质属性、体密度、透射率、反照率、相位特征、相机参数、光源方向、光源颜色、光源强度和阴影参数；将所述位置特征向量和所述样本参数中的部分参数的初始值输入至第一网络模型，得到模型颜色预测结果，其中，所述部分参数包括：所述体密度、所述相机参数、所述光源方向、所述光源颜色、所述光源强度和所述阴影参数；将所述位置特征向量、所述样本参数的初始值和所述模型颜色预测结果输入至第二网络模型，得到多重散射预测结果；通过第一损失函数计算出的所述模型颜色预测结果与所述三维模型间的损失优化所述第一网络模型，并通过第二损失函数计算出的所述多重散射预测结果与所述三维模型对应的多重散射真实值间的损失优化所述第二网络模型，获取目标多重散射渲染模型。

3、本技术的一些实施例通过哈希映射表得到每个采样点的位置特征向量然后结合其他的样本参数的初始值，通过第一网络模型和第二网络模型获取对应的模型颜色预测结果和多重散射预测结果，进而通过损失函数进行优化得到目标多重散射渲染模型。本技术的一些实施例通过训练得到目标多重散射渲染模型，可以为后续渲染提供模型基础，在降低计算开销的同时，实现了对三维模型的多重散射实时渲染。

4、在一些实施例，所述通过哈希映射表，确定三维模型的多个采样点中每个采样点的位置特征向量，包括：获取相机射线与所述三维模型的包围盒交点；以所述包围盒交点为参考点进行采样，得到所述多个采样点；在所述哈希映射表中查找与每个采样点的位置坐标相对应的所述位置特征向量。

5、本技术的一些实施例通过相机射线和三维模型的包围盒交点确定多个采样点，进而通过每个采样点的位置坐标在哈希映射表中查找对应的位置特征向量，效率较高，可以进一步提升渲染速度。

6、在一些实施例，所述三维模型是通过如下方法获取的：通过三维渲染引擎模拟出与参与介质相关的所述三维模型。

7、在一些实施例，所述三维模型是通过如下方法获取的：对原始物体进行拍照，获取多张散射图片，并对所述多张散射图片进行采样，得到多个采样点位置坐标；通过所述哈希映射表，查找与所述多个采样点位置坐标对应的特征向量；将所述特征向量输入至多层感知机网络模型中，得到符号距离场sdf值；利用移动立方体算法对所述sdf值进行渲染，得到所述三维模型；所述体密度是通过如下方法获取的：对所述sdf值进行计算得到所述体密度。

8、本技术的一些实施例可以通过原始物体得到对应的三维模型和该三维模型对应的体密度，为后续训练提供有效的数据支持。

9、在一些实施例，所述相位特征是从预计算相位特征表中查找得到的，所述预计算相位特征表是通过相位函数对每个采样点对应的采样模板上的模板点进行预计算得到的。

10、本技术的一些实施例通过从预计算相位特征表中获取相位特征，可以降低计算开销。

11、第二方面，本技术的一些实施例提供了一种多重散射实时渲染的方法，包括：获取待渲染原始三维模型在多个角度的模型图片；至少将所述多个角度的模型图片输入至经过第一方面中任一项所述的方法实施例得到的目标多重散射渲染模型，得到多重散射效果图片。

12、本技术的一些实施例通过目标多重散射渲染模型可以获取待渲染原始三维模型的多重散射效果图片，可以实现实时渲染，提升了渲染效率。

13、在一些实施例，所述方法还包括：获取与所述待渲染原始三维模型相关的渲染参数，其中，所述渲染参数包括以下中的至少一种：相机参数、光源方向、光源颜色、光源强度和阴影参数；将所述多个角度的模型图片和所述渲染参数输入至所述目标多重散射渲染模型，输出所述多重散射效果图片。

14、本技术的一些实施例通过获取渲染参数并结合多个角度的模型图片输入至目标多重散射渲染模型可以得到多重散射效果图片，通过调整渲染参数可以得到符合要求的多重散射结果，灵活度较高。

15、第三方面，本技术的一些实施例提供了一种多重散射实时渲染的装置，包括：映射模块，用于通过哈希映射表，确定三维模型的多个采样点中每个采样点的位置特征向量；获取模块，用于获取每个采样点的样本参数的初始值，其中，所述样本参数的类型包括：所述三维模型的材质属性、体密度、透射率、反照率、相位特征、相机参数、光源方向、光源颜色、光源强度和阴影参数；第一预测模块，用于将所述位置特征向量和所述样本参数中的部分参数的初始值输入至第一网络模型，得到模型颜色预测结果，其中，所述部分参数包括：所述体密度、所述相机参数、所述光源方向、所述光源颜色、所述光源强度和所述阴影参数；第二预测模块，用于将所述位置特征向量、所述样本参数的初始值和所述模型颜色预测结果输入至第二网络模型，得到多重散射预测结果；模型优化模块，用于通过第一损失函数计算出的所述模型颜色预测结果与所述三维模型间的损失优化所述第一网络模型，并通过第二损失函数计算出的所述多重散射预测结果与所述三维模型对应的多重散射真实值间的损失优化所述第二网络模型，获取目标多重散射渲染模型。

16、第四方面，本技术的一些实施例提供了一种多重散射实时渲染的装置，包括：拍摄模块，用于获取待渲染原始三维模型在多个角度的模型图片；散射结果输出模块，用于至少将所述多个角度的模型图片输入至经过第一方面中任一项所述的方法实施例得到的目标多重散射渲染模型，得到多重散射效果图片。

17、第五方面，本技术的一些实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时可实现如第一方面任一实施例所述的方法。

18、第六方面，本技术的一些实施例提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述程序时可实现如第一方面任一实施例所述的方法。

19、第七方面，本技术的一些实施例提供一种计算机程序产品，所述的计算机程序产品包括计算机程序，其中，所述的计算机程序被处理器执行时可实现如第一方面任一实施例所述的方法。