基于循环神经网络的时域反走样算法

• 作者: 李健宽
• 来源期刊: 现代计算机
• 关键词: 时域反走样 循环神经网络 实时渲染
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 图形图像
• 页码范围: 85-88
• 页数: 4页
• 字数: 3050字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.10.017

摘要

图形反走样算法是实时渲染领域中一种缓解几何边缘锯齿、纹理失真,带来高质量图形渲染效果的方法.近年越来越多的深度学习方法被用在实时渲染中,但现有的主流时域反走样算法,未涉及到与深度学习的结合.将时域反走样的流程与循环神经网络相结合,提出一种新的反走样算法,通过神经网络完成时域反走样中的历史样本颜色融合过程,改善现有的时域反走样效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李健宽	四川大学计算机学院	1	0	0.0	0.0