基于多视点的三维场景的低延迟远程绘制算法研究

来源 :浙江工商大学 | 被引量 : 0次 | 上传用户:DGFIDYRSTG
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着手机应用的迅速扩展,越来越多的应用程序从电脑移植到手机上面,而三维程序在手机上的应用也极大的丰富了手机的应用范围。然而,由于手机物理硬件及计算能力的限制,大型场景以及复杂精密模型的渲染程序无法在手机端流畅运行。近年来出现了一种新的图形绘制方式基于深度图绘制(DIBR),研究者们结合深度图绘制和远程绘制的思想来实现在手机端渲染大规模场景的功能。然而,基于深度图绘制系统仍存在一些难题需要解决,如大量的网络带宽以及生成新视点的图像不精确等问题,针对这些问题,本文提出三种方法。1、提出基于深度边缘的视点预测算法,通过基于边缘缝合的思想,使得预测的新参考视点与当前视点保持合适距离。相比于当前存在的全搜索视点选择算法和视点预测算法,此方法不仅可以像预测算法一样快速、实时地预测出当前视点的参考视点,并且具有全搜索视点选择算法一样的精确性,保证预测得到的两参考视点生成新视点下的图像时不会产生太大的空洞现象,具有很大的稳定性。2、针对不同的交互方式的交互特征,本文提出了两种交互方式下的客户端Cache策略:基于左右平移、前后移动方式下的Cache策略和基于左右旋转前后移动方式下的Cache策略。提出的Cache策略通过将交互过程中上一步的参考视点图像以及下一步可能的参考视点图像进行预测保存,从而使得客户端新视点超出当前参考视点范围时仍可继续交互,降低客户端交互延迟;3、提出了基于空洞块的修复算法,通过预先获取参考视点中间视点下空洞缺失区域的像素数据,在消耗少量图像传输数据的前提下进一步提高了生成图像的质量。实验结果证明,本文提出的方法使得基于深度图的远程绘制系统获得了更好的效果。
其他文献
多任务学习是机器学习和数据挖掘研究领域的前沿课题。多任务学习的目标是通过利用多个相关任务之间的内在相关性,来提高其泛化能力。在许多现实分类问题中,多任务学习已被证明
本文结合了电力系统的实际需求,查阅了国内外大量文献资料,对数据仓库、OLAP、数据挖掘、知识库、机组运行优化与故障诊断的基础理论和关键技术,及Oracle数据仓库解决方案,进
工作流技术是实现业务流程自动化的一种技术,它广泛的应用于各个领域并正处在快速的发展阶段。工作流引擎作为实现工作流技术的核心内容,已经成为研究的热点。当前,在对工作流引
随着监测系统智能化的快速发展,监测数据在交通、环境、安防等领域发挥着越来越重要的作用。音视频融合的研究可以利用视觉与听觉的互补效应来感知环境变化。此外数据量巨大的
随着互联网的飞速发展,网络承载的流量和内容也越来越庞大,由此造成的网络拥塞和用户体验下降也越来越成为人们关注的焦点。由于如今网络流量的使用量过大,以及各种P2P,VOIP
实时调度算法是嵌入式实时系统设计和实现的关键问题之一,也是保障实时系统两个必备特性(时限性和可靠性)的重要方法,是实时系统中重要而活跃的研究领域。在众多的实时调度算法
随着全球信息化的发展,信息技术已经成为一种应用面最广,渗透性最强的战略性技术。Internet的日益普及,极大地推动了国家信息化的步伐,它在给我们带来难得的发展机遇的同时,也带来
学位
ASP(Application Service Provider,应用服务提供商)平台为加速中小企业的信息化进程提供了一个有效途径,随着平台的不断推广,企业用户信息(如客户信息、财务信息等)的不断增加,
本文对基于Web的问答系统答案抽取进行了研究。文章提出了一个新的结合形式概念分析的概念化聚类用户日志的方法,使用改进的基于DBSCAN聚类算法聚类用户的日志,根据问题/查询词