基于毛发点云深度剥离的神经渲染与时域稳定性改进方法

摘要：

针对现有基于点云的神经渲染网络无法渲染具有时域稳定性的高质量毛发的问题,提出基于毛发点云深度剥离的神经渲染与时域稳定性改进方法.该方法通过对输入点云模型的分层投影,获取不同分层的特征信息;将结果进行融合,以适应毛发半透明特性;将训练好的结果输入到时域稳定性增强网络中,该模块利用相邻帧间点云的重投影得到当前帧和前几帧的依赖关系,生成当前帧的最终结果,从而保证了训练结果的时域稳定性.使用光线追踪生成的高质量毛发数据集进行实验,结果表明,与现有方法相比,该方法可以获得更好的时域稳定性和渲染结果.

关键词：神经渲染、毛发点云、深度剥离、时域稳定性

所属期刊栏目：35

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2023-07-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：676-684