成果信息

1）对平面参数化方法进行了改进，采用了新的二维参数化框架，有效降低了参数化扭曲对网格重建的影响；2）将采样领域的蓝噪声采样理论应用到三维网格重建，将重要性采样技术与三维网格的平面参数化结合起来，以达到最优的参数空间采样和以此为基础的网格重建。本方法可以应用于几何建模和计算机视觉等很多领域中，如网格的生成和编辑、网格的变形和简化、三维模型去噪声、压缩和传输、多层次细节绘制等，在三维建模和造型、基于模型的三维动画等应用领域中也具有广泛的应用前景。)

背景介绍

计算机图形学中，传统的基于几何建模的方法将场景描述成几何基元，其绘制方法计算强度大、速度慢，尤其是对复杂场景进行绘制时。而基于图像的绘制方法不需要预先建立几何模型，直接利用物体的图像作为输入，需要的计算资源少，易于实现实时计算，且绘制时间与场景的复杂度无关，可以用较快的绘制速度获得高真实感的效果。视觉凸壳（Visual Hull）是一类常用的基于图像的绘制方法，其计算效率较高，描述简便，但是在其参考图像的采集过程中，一个物体底部的图像是很难取得的，因此会造成建模结果底部的变形和失真。)

应用前景

本发明方法充分发挥了GPU上的计算资源，借助于GPU硬件的并行计算和流水线处理的加速功能，显著提高了视频解码的效率，在配备GPU的各种数字设备上（如数字电视、个人计算机、手持移动设备等）以及电影娱乐、教育、医疗、远程视频会议等许多领域中都可以有广泛应用。)