本申请涉及数字人渲染,具体而言,涉及一种基于sdf的渲染模型的重建方法及头发渲染生成方法。
背景技术:
1、当前的发型合成技术,一种是传统的基于3d渲染引擎固定生成头发或发型的算法。另一种基于深度学习的方法。
2、使用传统的固定的算法往往缺乏对真实头发多样性的表达,导致生成的头发显得刻板和不够自然。这使得传统方法难以达到真人级别的逼真感,因为它们无法模拟真实头发的丰富细节和变化。
3、基于深度学习的发型合成方法在生成头发时仍然面临挑战,导致生成的头发纹理不真实、形状不生动等问题。此外,深度学习方法通常受限于训练数据的质量和多样性,因此难以完整地捕捉各种头发类型和风格,使得难以模拟个体真实头发的状况。
4、综上,上述两种方法在生成发型的时候都存在生成的不够自然,无法达到真人级别的程度。同时这些算法针对某个真人,无法模拟其真实头发状况,从而影响3d渲染的真实感。此外其他的图片或视频真人重建发型相关技术,恢复出来的发型只能反应其在视频或图片出现角度的状况,对于其他未出现的视角的发型模拟能力较差,也无法体现真实世界的环境影响,从而影响了真实感。
5、针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
1、本发明实施例提供了一种基于sdf的渲染模型的重建方法及头发渲染生成方法,以至少解决现有渲染技术无法生成真实自然的头发、无法达到真人级别的程度的技术问题。
2、根据本发明实施例的一个方面,提供了一种基于sdf的渲染模型的重建方法,包括:获取模特的头部、肩部和头发的体积几何数据;利用sdf重建技术,对所述体积几何数据进行重建,得到描述所述头发的三维几何结构;使用光线追踪技术模拟光线在三维空间中的传播,来追踪所述光线与所述头发的三维几何结构的交点的颜色;基于所述头发的三维几何结构和所述颜色,来对预先构建的预训练模型进行重建。
3、根据本发明实施例的另一方面,还提供了一种头发渲染生成器的构建装置,包括:获取模块,被配置为获取模特的头部和肩部和头发的体积几何数据;几何重建模块,被配置为利用sdf重建技术,对所述体积几何数据进行重建,得到描述所述头发的三维几何结构;颜色重建模块,被配置为使用光线追踪技术模拟光线在三维空间中的传播,来追踪所述光线与所述头发的三维几何结构的交点的颜色;重建模块,被配置为基于所述三维几何结构和所述颜色,来对预先构建的预训练模型进行重建。
4、根据本发明实施例的又一方面,还提供了一种头发渲染生成方法,包括对于给定的3d模型,使用上述的构建方法构建的所述渲染模型对所述3d模型的头发进行渲染。
5、根据本发明实施例的又一方面,还提供了一种头发渲染生成装置,包括在3d渲染时,对于给定的3d模型,使用上述的构建方法构建的所述渲染模型对所述3d模型的头发进行渲染。
6、在本发明实施例中,获取模特的头部、肩部和头发的体积几何数据;利用sdf重建技术,对所述体积几何数据进行重建,得到描述所述头发的三维几何结构;使用光线追踪技术模拟光线在三维空间中的传播,来追踪所述光线与所述头发的三维几何结构的交点的颜色;基于所述头发的三维几何结构和所述颜色,来对预先构建的预训练模型进行重建。通过上述方法,解决了现有渲染技术无法生成真实自然的头发、无法达到真人级别的程度的技术问题。
1.一种基于sdf的渲染模型的重建方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,利用sdf重建技术,对所述体积几何数据进行重建,得到描述所述头发的三维几何结构,包括:
3.根据权利要求2所述的方法,其特征在于,使用光线追踪技术模拟光线在三维空间中的传播,来追踪所述光线与所述头发的三维几何结构的交点的颜色,包括:
4.根据权利要求3所述的方法,其特征在于,对所述光线的路径上的入射光线的颜色进行积分包括:
5.根据权利要求2所述的方法,其特征在于,基于所述头发的三维几何结构和所述颜色,来对预先构建的预训练模型进行重建,包括:
6.一种头发渲染生成方法,其特征在于,包括:在3d渲染时,对于给定的3d模型,使用权利要求1至5中任一项所述的方法重建的渲染模型对所述3d模型的头发进行渲染。
7.一种基于sdf的渲染模型的重建装置,其特征在于,包括:
8.一种头发渲染生成装置,其特征在于,包括:
9.一种电子设备,其特征在于,包括:
10.一种计算机可读存储介质,其上存储有程序,其特征在于,在所述程序运行时,使得计算机执行如权利要求1至7中任一项所述的方法。