细分曲面真实感渲染若干关键技术研究

Subdivision methods can drastically improve the model details and rendering quality without using complex models. However, realistic rendering of subdivision mesh is still slow and takes much memory. To overcome these limitations, this project will research a series of novel methods, which can be summarized as follows: (1) To speedup intersection detection between ray and subdivision mesh, this project will propose a novel bounding volume construction method of subdivision mesh and build bounding volume hierarchies with top-down manner for the subdivision mesh, and to improve rendering performance, this project will research global subdivision level calculation methods. (2) To improve the memory efficiency, this project will research RAM indexing algorithms for subdivision mesh. (3) To improve the rendering quality, this project will research stitching methods to stitch the cracks between the adjacent patches with different subdivision levels. Finally, by combining the above methods with parallel architecture, this project can supply more efficient rendering service to film and animation production.

细分曲面技术可以在不使用复杂模型的情况下，极大地提升模型细节表现力和渲染质量，但是，细分曲面真实感渲染存在速度慢，内存利用率低等局限。为克服这些局限，本项目拟研究一系列新颖算法，具体包括：1）为提高光线与细分曲面的求交速度，拟提出一种面向细分曲面的包围盒构造算法，采用自顶向下的方式为细分曲面构造包围盒层次结构，并研究面向全局的细分层次量化算法，加快渲染速度；2）为提升内存利用率，拟研究面向细分曲面的内存索引算法；3）为改善渲染质量，拟研究针对由于细分层次不同而导致的相邻单元缝隙的缝补算法。最终，将本研究内容与多核架构相结合，实现并行计算，为影视动漫提供高效高质量的渲染服务。

围绕项目的预期研究内容与研究目标，本项目所取得的主要成果如下：（1）细分曲面技术可以在不使用复杂模型的情况下，极大地提升模型细节表现力和渲染质量，但是，细分曲面真实感渲染存在速度慢，内存利用率低等局限。为克服这些局限，本项目提出了一系列解决方法，具体包括：a）为提高光线与细分曲面的求交速度，提出一种面向细分曲面的包围盒构造算法，采用自顶向下的方式为细分曲面构造包围盒层次结构，并研究面向全局的细分层次量化算法，加快渲染速度；b）为提升内存利用率，提出一种面向细分曲面的内存索引算法；c）为改善渲染质量，提出一种针对由于细分层次不同而导致的相邻单元缝隙的缝补算法。相关研究成果发表在图形学领域著名会议PG 2016。（2）在细分曲面渲染研究成果基础上，本项目进一步研究了基于集群的分布式大规模场景仿真算法，尤其是采用了目前非常热门的GPU集群，提出了一系列负载均衡策略和GPU剔除算法来优化性能。相关研究成果发表在图形学领域著名会议i3D 2017。此外，在面向大数据的医学辅助检测领域，本项目也取得了一定的研究进展，包括一种基于多分类标注的息肉检测算法和一种将图像分割与三维卷积核融合的肋骨骨折检测算法。.目前在国内外重要期刊和学术会议上已正式发表研究论文13篇, 其中SCI收录期刊论文6篇，EI收录论文6篇；申请并授权发明专利2项；培养研究生4人。圆满完成预定目标。