基于深度学习的游戏图像渲染方法、系统及存储介质

本发明涉及图像渲染领域，尤其涉及一种基于深度学习的游戏图像渲染方法、系统及存储介质。

背景技术：

1、游戏图像渲染涉及对三维场景中模型表面的着色计算，纹理映射是实现表面视觉细节呈现的核心环节之一。现有纹理渲染流程中，图形处理器根据待着色片元的纹理坐标对存储于显存中的纹理图像进行采样，直接获取对应位置的颜色数值用于光照计算。随着显示分辨率提升和场景复杂度增长，高精度纹理图像的数据体量持续增大，纹理采样操作对显存带宽的占用问题日益突出。在实时渲染过程中，大量片元需在极短时间内完成纹理访问，显存带宽的有限性导致纹理数据的读取成为制约渲染效率的关键环节，过高的带宽需求与硬件实际供给能力之间的差距可能引发渲染延迟或帧率下降，难以在维持纹理视觉精细度的同时将渲染开销控制在图形处理器可承受的范围内。

技术实现思路

1、本发明提供了一种基于深度学习的游戏图像渲染方法、系统及存储介质。

2、第一方面，本发明实施例提供了一种基于深度学习的游戏图像渲染方法，应用于图形处理器，包括：

3、在片元着色阶段，对待着色片元执行重心坐标插值处理，根据该片元对应三角形顶点的纹理坐标属性生成该片元在纹理空间中的查询坐标，查询坐标用于在压缩纹理表示中定位纹理信息；

4、根据查询坐标向编码纹理存储区域发起采样请求，编码纹理存储区域以二维纹理格式存储了由自编码器对原始纹理图像进行压缩得到的潜在表示向量集合；从编码纹理存储区域中读取与查询坐标对应的目标潜在表示向量，目标潜在表示向量为潜在表示向量集合中根据查询坐标经采样计算得到的向量；

5、将目标潜在表示向量与查询坐标输入部署于计算着色器中的解码器网络，解码器网络对查询坐标施加多个不同空间变化周期的编码函数以生成位置感知编码，并将位置感知编码与目标潜在表示向量结合形成联合输入；解码器网络在其前向推理过程中对目标潜在表示向量施加激活分布约束，激活分布约束根据当前处理批次中多个潜在表示向量的统计特性动态调整各向量元素的活跃程度；解码器网络基于联合输入生成该片元对应的纹理颜色值；

6、调用着色计算单元，以纹理颜色值作为表面反射属性，结合图形管线输入的该片元视线方向向量和场景光源方向向量执行光照模型计算，生成该片元的着色颜色值；

7、将着色颜色值写入当前渲染目标纹理在帧缓冲区中对应的像素位置，完成该片元的着色输出。

8、第二方面，本发明实施例提供了一种计算机系统，包括存储器和处理器，存储器存储有可在处理器上运行的计算机程序，处理器执行程序时实现以上方法中的步骤。

9、第三方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以上方法中的步骤。

10、本发明将原始纹理图像预先压缩为潜在表示向量并以二维纹理格式存储于编码纹理存储区域，使得渲染过程中图形处理器仅需读取紧凑的潜在表示向量而非完整纹理像素数据，从而在保持纹理细节表达能力的同时降低纹理采样对显存带宽的占用。在片元着色阶段，图形处理器将采样得到的目标潜在表示向量与查询坐标共同传入解码器网络，由解码器网络通过位置感知编码捕捉查询坐标在纹理空间中的空间位置信息，使网络能够区分不同坐标位置处的纹理模式差异，并在此基础上生成对应片元的纹理颜色值，避免了传统纹理映射中因分辨率不足导致的模糊现象。解码器网络在前向推理过程中对目标潜在表示向量施加激活分布约束，根据当前处理批次内多个潜在表示向量的统计特性动态调整各向量元素的活跃程度，使得不同片元对应的潜在表示向量在幅度分布上保持一致的统计特性，防止部分向量因幅值偏差而主导网络输出，从而提升纹理颜色值生成的稳定性与一致性。在此基础上，图形处理器以解码器网络生成的纹理颜色值作为表面反射属性执行光照模型计算并完成着色输出，实现了从压缩表示到最终着色的端到端渲染流程。

1.一种基于深度学习的游戏图像渲染方法，其特征在于，应用于图形处理器，包括：

2.根据权利要求1所述的方法，其特征在于，所述根据所述查询坐标向编码纹理存储区域发起采样请求，所述编码纹理存储区域以二维纹理格式存储了由自编码器对原始纹理图像进行压缩得到的潜在表示向量集合；从所述编码纹理存储区域中读取与所述查询坐标对应的目标潜在表示向量，所述目标潜在表示向量为所述潜在表示向量集合中根据所述查询坐标经采样计算得到的向量，包括：

3.根据权利要求2所述的方法，其特征在于，所述通过纹理缓存单元从所述编码纹理存储区域中并发读取所述纹理像素地址集合对应的四个候选潜在表示向量，将读取到的四个候选潜在表示向量暂存于计算着色器的线程组共享内存中，包括：

4.根据权利要求2所述的方法，其特征在于，所述将四个候选潜在表示向量及其对应的二维混合比例输入并行乘加运算单元，将每个候选潜在表示向量的各元素与对应二维混合比例相乘得到中间向量，再将四个中间向量逐元素累加，生成所述目标潜在表示向量，包括：

5.根据权利要求1所述的方法，其特征在于，所述解码器网络在其前向推理过程中对所述目标潜在表示向量施加激活分布约束，所述激活分布约束根据当前处理批次中多个潜在表示向量的统计特性动态调整各向量元素的活跃程度，包括：

6.根据权利要求5所述的方法，其特征在于，所述为非平衡通道逐一生成活跃度调节量，所述活跃度调节量为该通道索引的期望活跃度区间中心点与当前批次活跃度衡量量的差异经平滑处理后的结果，包括：

7.根据权利要求1所述的方法，其特征在于，所述解码器网络对所述查询坐标施加多个不同空间变化周期的编码函数以生成位置感知编码，并将所述位置感知编码与所述目标潜在表示向量结合形成联合输入，包括：

8.根据权利要求1所述的方法，其特征在于，所述调用着色计算单元，以所述纹理颜色值作为表面反射属性，结合图形管线输入的该片元视线方向向量和场景光源方向向量执行光照模型计算，生成该片元的着色颜色值，包括：

9.根据权利要求8所述的方法，其特征在于，所述将所述片元视线方向向量、所述场景光源方向向量和所述片元表面法线方向向量输入镜面反射计算通路，计算场景光源方向向量在片元表面法线方向向量上的镜面反射方向向量，再将镜面反射方向向量与片元视线方向向量进行向向点积，包括：

10.一种计算机系统，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至9任一项所述方法中的步骤。

11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被图形处理器执行时实现权利要求1至9任一项所述方法中的步骤。