公开(公告)号：CN111583135B

公开(公告)日：2023-04-07

申请号：CN202010332918.1

申请日：2020-04-24

Applicant: 华南理工大学

Inventor： 许家荣 ,  李桂清 ,  聂勇伟

IPC: G06T5/00 ,  G06T15/20 ,  G06N3/0475 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/082

Abstract: 本发明公开了一种核预测神经网络蒙特卡罗渲染图像去噪方法，包括步骤：1)利用改进的核预测神经网络进行预测核的生成；2)利用改进的对抗生成网络进行蒙特卡罗渲染图像的初步去噪；3)利用步骤1)、2)当中的两个结果进行蒙特卡罗渲染图像的重建，预测核将会被应用到初步去噪的蒙特卡罗渲染图像当中，并重建出去噪后的蒙特卡罗渲染图像；4)使用一种新的损失函数对核预测神经网络和对抗生成网络进行训练；5)训练完成后，再次重复步骤1)到步骤3)，即可对带噪声的蒙特卡罗渲染图像进行去噪重建，最后获得一张高质量的、细节完好的蒙特卡罗渲染图像。本发明去噪效果更好，场景细节和场景结构保留好，去噪时间短，可适应低采样率和多种渲染器、渲染系统。

公开(公告)号：CN111583135A

公开(公告)日：2020-08-25

申请号：CN202010332918.1

申请日：2020-04-24

Applicant: 华南理工大学

Inventor： 许家荣 ,  李桂清 ,  聂勇伟

IPC: G06T5/00 ,  G06T15/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种核预测神经网络蒙特卡罗渲染图像去噪方法，包括步骤：1)利用改进的核预测神经网络进行预测核的生成；2)利用改进的对抗生成网络进行蒙特卡罗渲染图像的初步去噪；3)利用步骤1)、2)当中的两个结果进行蒙特卡罗渲染图像的重建，预测核将会被应用到初步去噪的蒙特卡罗渲染图像当中，并重建出去噪后的蒙特卡罗渲染图像；4)使用一种新的损失函数对核预测神经网络和对抗生成网络进行训练；5)训练完成后，再次重复步骤1)到步骤3)，即可对带噪声的蒙特卡罗渲染图像进行去噪重建，最后获得一张高质量的、细节完好的蒙特卡罗渲染图像。本发明去噪效果更好，场景细节和场景结构保留好，去噪时间短，可适应低采样率和多种渲染器、渲染系统。

公开(公告)号：CN108010049A

公开(公告)日：2018-05-08

申请号：CN201711098799.2

申请日：2017-11-09

Applicant: 华南理工大学

Inventor： 许家荣 ,  李桂清

IPC: G06T7/194 ,  G06T7/90 ,  G06T3/40 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了一种使用全卷积神经网络分割定格动画中人手部区域的方法，包括步骤：1)数据输入；2)使用全卷积网络进行特征提取和初步分割；3)使用条件随机场CRF算法对分割效果进行优化；4)对网络模型进行训练；5)使用完成训练的模型对输入图片进行分割。本发明主要解决的问题是通过自己建立包含人手部区域的图片数据集，构建网络模型，并使用数据集对这个网络模型进行训练。训练完成后，网络模型将能够对人手部区域进行具有较高精确度的分割。本发明具有精确度高、抗噪性好、使用简单、效率高、速度快等优点。