CN111625093B - 一种海量数字点云数据在mr眼镜中的动态调度显示方法 - Google Patents
一种海量数字点云数据在mr眼镜中的动态调度显示方法 Download PDFInfo
- Publication number
- CN111625093B CN111625093B CN202010422755.6A CN202010422755A CN111625093B CN 111625093 B CN111625093 B CN 111625093B CN 202010422755 A CN202010422755 A CN 202010422755A CN 111625093 B CN111625093 B CN 111625093B
- Authority
- CN
- China
- Prior art keywords
- data
- current
- point cloud
- glasses
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/011—Arrangements for interaction with the human body, e.g. for user immersion in virtual reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/005—Tree description, e.g. octree, quadtree
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/006—Mixed reality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/28—Indexing scheme for image data processing or generation, in general involving image processing hardware
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Human Computer Interaction (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Multimedia (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明公开一种海量数字点云数据在MR眼镜中的动态调度显示方法,包括点云和镜片,其特征在于,包括第一步,将当前视角帧数据导入增量八叉树数据,并遍历增量八叉树数据,通过点云的某一级节点Bn的坐标计算其投影在屏幕上的中心点PBn坐标,并通过PBn计算边界点PEn坐标;第二步,通过动态裁减八叉树算法动态调度,每帧计算和加载当前视野子节点Bn的PBn以及PEn的可见点的数据,并卸载已经不在当前视野内的子节点,得到加载列表An和卸载列表Rn;第三步,遍历加载列表An中的元素Ai,判断元素Ai是否已经加载,并渲染数据;第四步,遍历所述卸载列表Rn中的元素Ri,判断当前Ri是否被加载;第五步,继续遍历下一级子节点,自动补充到Rn中;第六步,返回第一步。
Description
技术领域
本发明涉及MR眼镜中的动态调度显示领域,具体是一种海量数字点云数据在MR眼镜中的动态调度显示方法。
背景技术
混合现实技术(MR)是虚拟现实技术的进一步发展,该技术通过在现实场景呈现虚拟场景信息,在现实世界、虚拟世界和用户之间搭起一个交互反馈的信息回路,以增强用户体验的真实感。混合现实是一组技术组合,不仅提供新的观看方法,还提供新的输入方法,而且所有方法相互结合,从而推动创新。
混合现实(MR)(既包括增强现实和增强虚拟)指的是合并现实和虚拟世界而产生的新的可视化环境。在新的可视化环境里物理和数字对象共存,并实时互动。***通常有三个特点:1.它结合了虚拟和现实2.在虚拟的三维(3D注册)3.实时运行;混合现实(MR)的实现需要在一个能与现实世界各事物相互交互的环境中。MR的关键点就是与现实世界进行交互和信息的及时获取。
现有的MR眼镜因自身的CPU/GPU算力和内存空间均非常有限,所以无法一次性将所有点云数据加载到内存中渲染,即无法实现将海量数字点云数据在MR眼镜中的动态调度显示。
发明内容
本发明所解决的技术问题在于提供一种海量数字点云数据在MR眼镜中的动态调度显示方法,能够在MR眼镜自身的CPU/GPU算力和内存空间下采取动态调度的方法,即每帧计算和加载当前视野可见的子节点数据,并卸载已经不在当前视野内的子节点;从而充分利用MR眼镜自身的CPU/GPU算力和内存空间,实现点云数据动态调度显示。
为实现上述目的,本发明提供如下技术方案:
本发明一种海量数字点云数据在MR眼镜中的动态调度显示方法,其特征在于,该方法包括的步骤如下:
第一步:将当前视角帧数据导入增量八叉树数据,并遍历增量八叉树数据,通过点云的某一级节点Bn的坐标计算其投影在屏幕上的中心点PBn坐标,并通过PBn坐标计算得到边界点PEn坐标;
第二步:通过动态裁减八叉树算法动态调度,每帧计算和加载当前视野子节点Bn的中心点PBn以及边界点PEn的可见点的数据,并卸载已经不在当前视野内的子节点,得到加载列表An和卸载列表Rn;
第三步:得到加载列表An后,遍历加载列表An中的元素Ai,判断元素Ai是否已经加载,并渲染对应点云数据;
第四步:得到卸载列表Rn后,遍历所述卸载列表Rn中的元素Ri,判断当前Ri是否被加载,并卸载Ri中的数据;
第五步:继续遍历下一级子节点,自动补充到Rn中;
第六步:返回第一步,继续执行下一帧的渲染。
优选的,所述第一步,在若干个节点Bn中,根据某一级节点Bn的坐标,计算其投影在屏幕上的中心点PBn坐标P’,每个点P到屏幕坐标P’的变换公式为:
其中:P为Bn的坐标;人所在位置的姿态矩阵数据M0,通过惯导定位***实时获取;用MR眼镜提供的标定流程,获得微型投影机的内参矩阵Mi和透视投影矩阵Mp;根据当前MR眼镜显示分辨率计算得到窗口变换矩阵Mw。
优选的,所述第一步,通过PBn坐标计算得到边界点PEn坐标,计算公式为:
PEn=PBn+V0*Rn
其中:通过人所在位置的姿态矩阵M0计算得到佩戴MR眼镜的人头顶方向V0,然后取Bn的外界包围球的半径Rn计算边界点PEn。
优选的,所述第二步中通过动态裁减八叉树算法动态调度方法包括:首先判断某一级节点Bn投影到镜片之后的显示大小;然后获取某一级节点Bn的中心点PBn以及一个边界点PEn,并将它们转换成屏幕坐标数据;如果PBn和PEn坐标均位于屏幕范围之外,或者PBn和PEn坐标的距离值小于某个指定的阈值L,则当前节点和所有子节点均被剔除出渲染队列;否则,显示当前节点的点云内容,并继续遍历下一级子节点,判断是否可以显示,可以显示的放入加载列表An,不可以显示的放入卸载列表Rn;An中的元素为Ai,Rn中的元素为Ri。
优选的,所述第三步,得到加载列表An后,遍历加载列表An中的元素Ai,如果当前Ai已经被加载,则略过当前元素Ai;如果当前Ai没被加载,则加载Ai中的数据请求,渲染对应点云数据。
优选的,所述第四步和第五步,得到卸载列表Rn后,遍历所述卸载列表Rn中的元素Ri,如果当前Ri没被加载,则略过当前元素Ri,并卸载Ri中的数据,不在渲染对应的点云数据,继续遍历下一级子节点,自动补充到Rn中。
优选的,所述计算节点Bn投影到镜片之后的显示大小和动态裁减八叉树算法的计算速度快,适合在MR眼镜这种低算力的环境中使用;所述动态裁减八叉树算法动态调度过程对实时渲染的效率没有影响,并且裁减结束后每帧剩余的可渲染数据量可控;点云场景的密度分布符合人眼观察的自然规律,可以直接用于海量数字化成果的展示应用。
优选的,所述经过动态裁减八叉树算法动态调度处理的若干个中心点PBn、边界点PEn通过云数据复制到MR眼镜中,复制过程可以通过惯导定位来精确计算MR眼镜在空间中的位置和姿态,即可精确地实现数字点云场景实时渲染;渲染后与眼睛中所见的物理场景实现准确地叠加显示,并在此基础上实现虚实结合的场景导航或数据分析和计算工作。
优选的,在动态裁减八叉树算法动态调度过程需设置总体加载阈值,如果当前已经加载的点数据超过了该阈值,则自动屏蔽所有其它的子节点数据,不再载入新的数据,通过这些参数的设置,即可实现海量数字点云数据在MR眼镜中的动态调度显示。
与现有技术相比,本发明的有益效果是:
1、本发明使用增量八叉树的结构,能够在MR眼镜自身的CPU/GPU算力和内存空间下采取动态调度的方法,即每帧计算和加载当前视野可见的子节点数据,并卸载已经不在当前视野内的子节点;从而充分利用MR眼镜自身的CPU/GPU算力和内存空间,实现点云数据动态调度显示。
2、本发明使用的动态裁减八叉树过程不影响实时渲染的效率,并且裁减结束后每帧剩余的可渲染数据量可控;点云场景的密度分布符合人眼观察的自然规律,可以直接用于海量数字化成果的展示应用。
附图说明
图1是本发明一种海量数字点云数据在MR眼镜中的动态调度显示方法流程图
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1是本发明一种海量数字点云数据在MR眼镜中的动态调度显示方法流程图,公开了一种海量数字点云数据在MR眼镜中的动态调度显示方法,该方法包括的步骤如下:第一步,将当前视角帧数据导入增量八叉树数据,并遍历增量八叉树数据,通过点云的某一级节点Bn的坐标计算其投影在屏幕上的中心点PBn坐标,并通过PBn坐标计算得到边界点PEn坐标;第二步,通过动态裁减八叉树算法动态调度,每帧计算和加载当前视野子节点Bn的中心点PBn以及边界点PEn的可见点的数据,并卸载已经不在当前视野内的子节点,得到加载列表An和卸载列表Rn;第三步,得到加载列表An后,遍历加载列表An中的元素Ai,判断元素Ai是否已经加载,并渲染对应点云数据;第四步,得到卸载列表Rn后,遍历所述卸载列表Rn中的元素Ri,判断当前Ri是否被加载,并卸载Ri中的数据;第五步,继续遍历下一级子节点,自动补充到Rn中;第六步,返回第一步,继续执行下一帧的渲染。
第一步,在若干个节点Bn中,根据某一级节点Bn的坐标,计算其投影在屏幕上的中心点PBn坐标P’,每个点P到屏幕坐标P’的变换公式为:
其中:P为Bn的坐标;人所在位置的姿态矩阵数据M0,通过惯导定位***实时获取;用MR眼镜提供的标定流程,获得微型投影机的内参矩阵Mi和透视投影矩阵Mp;根据当前MR眼镜显示分辨率计算得到窗口变换矩阵Mw。
第一步,通过PBn坐标计算得到边界点PEn坐标,计算公式为:
PEn=PBn+V0*Rn
其中:通过人所在位置的姿态矩阵M0计算得到佩戴MR眼镜的人头顶方向V0,然后取Bn的外界包围球的半径Rn计算边界点PEn。
第二步中通过动态裁减八叉树算法动态调度方法包括:首先判断某一级节点Bn投影到镜片之后的显示大小;然后获取某一级节点Bn的中心点PBn以及一个边界点PEn,并将它们转换成屏幕坐标数据;如果PBn和PEn坐标均位于屏幕范围之外,或者PBn和PEn坐标的距离值小于某个指定的阈值L,则当前节点和所有子节点均被剔除出渲染队列;否则,显示当前节点的点云内容,并继续遍历下一级子节点,判断是否可以显示,可以显示的放入加载列表An,不可以显示的放入卸载列表Rn;An中的元素为Ai,Rn中的元素为Ri。
第三步,得到加载列表An后,遍历加载列表An中的元素Ai,如果当前Ai已经被加载,则略过当前元素Ai;如果当前Ai没被加载,则加载Ai中的数据请求,渲染对应点云数据。
第四步和第五步,得到卸载列表Rn后,遍历所述卸载列表Rn中的元素Ri,如果当前Ri没被加载,则略过当前元素Ri,并卸载Ri中的数据,不在渲染对应的点云数据,继续遍历下一级子节点,自动补充到Rn中。
第六步,返回第一步,继续执行下一帧的渲染。
计算节点Bn投影到镜片之后的显示大小和动态裁减八叉树算法的计算速度快,适合在MR眼镜这种低算力的环境中使用;所述动态裁减八叉树算法动态调度过程对实时渲染的效率没有影响,并且裁减结束后每帧剩余的可渲染数据量可控;点云场景的密度分布符合人眼观察的自然规律,可以直接用于海量数字化成果的展示应用。
经过动态裁减八叉树算法动态调度处理的若干个中心点PBn、边界点PEn通过云数据复制到MR眼镜中,并且可以通过惯导定位来精确计算MR眼镜在空间中的位置和姿态,即可精确地实现数字点云场景实时渲染;渲染后与眼睛中所见的物理场景实现准确地叠加显示,并在此基础上实现虚实结合的场景导航或数据分析和计算工作。
在动态裁减八叉树算法动态调度过程需设置总体加载阈值,如果当前已经加载的点数据超过了该阈值,则自动屏蔽所有其它的子节点数据,不再载入新的数据,通过这些参数的设置,即可实现海量数字点云数据在MR眼镜中的动态调度显示。
工作原理:
1、开始当前帧的渲染;
2、根据当前视角遍历增量八叉树数据,判断BPn和BEn的数值,得到加载列表An和卸载列表Rn
3、IF(BPn和BEn均在视野之外){
当前子节点Bn加入到Rn
}
4、ELSE IF(BPn和BEn的距离小于阈值L){
当前子节点Bn加入到Rn
}
5、ELSE{
当前子节点Bn加入到An
继续遍历Bn的子节点
}
6、FOR EACH An中的元素Ai{
7、IF(Ai已经被加载){略过当前元素}
加载Ai中的数据请求,渲染对应点云数据
}
8、FOR EACH Rn中的元素Ri{
9、IF Ri没有被加载{略过当前元素}
10、卸载Ri中的数据,不再渲染对应点云数据
12、继续遍历下一级子节点,自动补充到Rn中
}
返回步骤1,继续执行下一帧的渲染。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种海量数字点云数据在MR眼镜中的动态调度显示方法,其特征在于,该方法包括的步骤如下:
第一步:将当前视角帧数据导入增量八叉树数据,并遍历增量八叉树数据,通过点云的某一级节点Bn的坐标计算其投影在屏幕上的中心点PBn坐标,并通过PBn坐标计算得到边界点PEn坐标;
第二步:通过动态裁减八叉树算法动态调度,每帧计算和加载当前视野子节点Bn的中心点PBn以及边界点PEn的可见点的数据,并卸载已经不在当前视野内的子节点,得到加载列表An和卸载列表Rn;
第三步:得到加载列表An后,遍历加载列表An中的元素Ai,判断元素Ai是否已经加载,并渲染对应点云数据;
第四步:得到卸载列表Rn后,遍历卸载列表Rn中的元素Ri,判断当前Ri是否被加载,并卸载Ri中的数据;
第五步:继续遍历下一级子节点,自动补充到Rn中;
第六步:返回第一步,继续执行下一帧的渲染;
所述第一步,在若干个节点Bn中,根据某一级节点Bn的坐标,计算其投影在屏幕上的中心点PBn坐标P’,每个点P到屏幕坐标P’的变换公式为:其中:P为Bn的坐标;人所在位置的姿态矩阵数据M0,通过惯导定位***实时获取;用MR眼镜提供的标定流程,获得微型投影机的内参矩阵Mi和透视投影矩阵Mp;根据当前MR眼镜显示分辨率计算得到窗口变换矩阵Mw,
所述第一步,通过PBn坐标计算得到边界点PEn坐标,计算公式为:
PEn=PBn+V0*Rn
其中:通过人所在位置的姿态矩阵M0计算得到佩戴MR眼镜的人头顶方向V0,然后取Bn的外界包围球的半径Rn计算边界点PEn。
2.根据权利要求1所述的海量数字点云数据在MR眼镜中的动态调度显示方法,其特征在于,所述第二步中通过动态裁减八叉树算法动态调度方法包括:首先判断某一级节点Bn投影到镜片之后的显示大小;然后获取某一级节点Bn的中心点PBn以及一个边界点PEn,并将它们转换成屏幕坐标数据;如果PBn和PEn坐标均位于屏幕范围之外,或者PBn和PEn坐标的距离值小于某个指定的阈值L,则当前节点和所有子节点均被剔除出渲染队列;否则,显示当前节点的点云内容,并继续遍历下一级子节点,判断是否可以显示,可以显示的放入加载列表An,不可以显示的放入卸载列表Rn;An中的元素为Ai,Rn中的元素为Ri。
3.根据权利要求1所述的海量数字点云数据在MR眼镜中的动态调度显示方法,其特征在于,所述第三步,得到加载列表An后,遍历加载列表An中的元素Ai,如果当前Ai已经被加载,则略过当前元素Ai;如果当前Ai没被加载,则加载Ai中的数据请求,渲染对应点云数据。
4.根据权利要求1所述的海量数字点云数据在MR眼镜中的动态调度显示方法,其特征在于,所述第四步和第五步,得到卸载列表Rn后,遍历所述卸载列表Rn中的元素Ri,如果当前Ri没被加载,则略过当前元素Ri,并卸载Ri中的数据,不在渲染对应的点云数据,继续遍历下一级子节点,自动补充到Rn中。
5.根据权利要求1所述的海量数字点云数据在MR眼镜中的动态调度显示方法,其特征在于,经过动态裁减八叉树算法动态调度处理的若干个中心点PBn、边界点PEn通过云数据复制到MR眼镜中,复制过程可以通过惯导定位来精确计算MR眼镜在空间中的位置和姿态。
6.根据权利要求1所述的海量数字点云数据在MR眼镜中的动态调度显示方法,其特征在于,在动态裁减八叉树算法动态调度过程需设置总体加载阈值,如果当前已经加载的点数据超过了该阈值,则自动屏蔽所有其它的子节点数据,不再载入新的数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010422755.6A CN111625093B (zh) | 2020-05-19 | 2020-05-19 | 一种海量数字点云数据在mr眼镜中的动态调度显示方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010422755.6A CN111625093B (zh) | 2020-05-19 | 2020-05-19 | 一种海量数字点云数据在mr眼镜中的动态调度显示方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111625093A CN111625093A (zh) | 2020-09-04 |
CN111625093B true CN111625093B (zh) | 2023-08-01 |
Family
ID=72259796
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010422755.6A Active CN111625093B (zh) | 2020-05-19 | 2020-05-19 | 一种海量数字点云数据在mr眼镜中的动态调度显示方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111625093B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019242262A1 (zh) * | 2018-06-19 | 2019-12-26 | 亮风台(上海)信息科技有限公司 | 基于增强现实的远程指导方法、装置、终端和存储介质 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160267720A1 (en) * | 2004-01-30 | 2016-09-15 | Electronic Scripting Products, Inc. | Pleasant and Realistic Virtual/Augmented/Mixed Reality Experience |
US9704055B2 (en) * | 2013-11-07 | 2017-07-11 | Autodesk, Inc. | Occlusion render mechanism for point clouds |
US10740971B2 (en) * | 2015-01-20 | 2020-08-11 | Microsoft Technology Licensing, Llc | Augmented reality field of view object follower |
US20190088015A1 (en) * | 2016-03-31 | 2019-03-21 | Umbra Software Oy | Virtual reality streaming |
US10803988B2 (en) * | 2017-03-20 | 2020-10-13 | SK Commercial Construction, Inc. | Color analysis and control using a transparent display screen on a mobile device with non-transparent, bendable display screen or multiple display screen with 3D sensor for telemedicine diagnosis and treatment |
US10803561B2 (en) * | 2017-06-02 | 2020-10-13 | Wisconsin Alumni Research Foundation | Systems, methods, and media for hierarchical progressive point cloud rendering |
US10776111B2 (en) * | 2017-07-12 | 2020-09-15 | Topcon Positioning Systems, Inc. | Point cloud data method and apparatus |
WO2019016820A1 (en) * | 2017-07-20 | 2019-01-24 | Alon Melchner | METHOD FOR PLACING, MONITORING AND PRESENTING AN ENVIRONMENT BASED ON REALITY-VIRTUALITY IMMERSIVE CONTINUUM WITH IDO AND / OR OTHER SENSORS INSTEAD OF A CAMERA OR VISUAL PROCESSING, AND ASSOCIATED METHODS |
US10685446B2 (en) * | 2018-01-12 | 2020-06-16 | Intel Corporation | Method and system of recurrent semantic segmentation for image processing |
US10854003B2 (en) * | 2018-01-15 | 2020-12-01 | Worcester Polytechnic Institute | Visualization of network data as a three-dimensional hierarchical data structure in a mixed reality environment |
US10943115B2 (en) * | 2018-07-24 | 2021-03-09 | Apical Ltd. | Processing image data to perform object detection |
CN109582134B (zh) * | 2018-11-09 | 2021-07-23 | 北京小米移动软件有限公司 | 信息显示的方法、装置及显示设备 |
-
2020
- 2020-05-19 CN CN202010422755.6A patent/CN111625093B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019242262A1 (zh) * | 2018-06-19 | 2019-12-26 | 亮风台(上海)信息科技有限公司 | 基于增强现实的远程指导方法、装置、终端和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111625093A (zh) | 2020-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108351864B (zh) | 成凹几何密铺 | |
JP4643271B2 (ja) | 区間解析を使用するコンピュータ・グラフィックスの際の可視面決定システムおよび方法 | |
CN112513712B (zh) | 具有虚拟内容翘曲的混合现实***和使用该***生成虚拟内容的方法 | |
KR101923562B1 (ko) | 가변 렌더링 및 래스터화 파라미터 하에서 가변 뷰포트에 대하여 오브젝트를 효율적으로 리렌더링하는 방법 | |
Loop et al. | Real-time high-resolution sparse voxelization with application to image-based modeling | |
CN106780709B (zh) | 一种确定全局光照信息的方法及装置 | |
US9842425B2 (en) | System and method for rendering three-dimensional scenes by a computer graphics processor using orthogonal projection | |
US9684997B2 (en) | Efficient rendering of volumetric elements | |
US20060256112A1 (en) | Statistical rendering acceleration | |
TW201601115A (zh) | 藉由近似頂點至彎曲視埠上的投影在圖形處理中隨螢幕位置變化有效解析度 | |
US10586375B2 (en) | Hybrid raytracing approach for modeling light reflection | |
US9508191B2 (en) | Optimal point density using camera proximity for point-based global illumination | |
JP2012190428A (ja) | 立体映像視覚効果処理方法 | |
US20080309668A1 (en) | Image processing method and apparatus | |
RU2680355C1 (ru) | Способ и система удаления невидимых поверхностей трёхмерной сцены | |
CN111161398A (zh) | 一种图像生成方法、装置、设备及存储介质 | |
US9401044B1 (en) | Method for conformal visualization | |
CN114494328A (zh) | 图像显示方法、装置、电子设备及存储介质 | |
CN104157000A (zh) | 模型表面法线的计算方法 | |
CN106204418B (zh) | 一种虚拟现实移动端中基于矩阵逆运算的图像扭曲方法 | |
CN102693065A (zh) | 立体影像视觉效果处理方法 | |
JP2020532022A (ja) | 全視角方向の球体ライトフィールドレンダリング方法 | |
US8952968B1 (en) | Wave modeling for computer-generated imagery using intersection prevention on water surfaces | |
CN111625093B (zh) | 一种海量数字点云数据在mr眼镜中的动态调度显示方法 | |
US8659600B2 (en) | Generating vector displacement maps using parameterized sculpted meshes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |