没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
Vulkan:trade_mark:中的实时混合头发渲染器 这是基于新型混合方法的概念头发渲染器的证明。 它能够实时渲染基于线束的头发几何形状,甚至对于超过100,000条线束的完全模拟的发型也是如此。 我们的混合渲染管线通过使用光栅化器进行特写镜头拍摄和使用光线推进器进行细节最小化来在性能/质量域中进行缩放。 通过这种混合技术,我们可以一次渲染多种发型,这在两种解决方案之间具有平滑的过渡。 在上图中,我们使用光栅化解决方案实时(7毫秒)绘制了TressFX 3.1的马尾辫(具有136,320个发束和1,635,840个线段)。 如果我们想一次在屏幕上渲染两个以上的字符,我们将需要一个更具可扩展性的解决方案,因为它无法适应远距离的缩放。 这是我们的raymarcher出现的地方,因为它的性能与屏幕上渲染的片段成线性比例,并且对于远处的头发也便宜很多。 但是,在近距离拍摄时,raymarcher的性能会下降,并且在这种情况下,比我们的光栅化器看起来“更糟”,因为它是真实几何的近似值。 诀窍是同时使用两种解决方案! 栅格化器的性能可能较差,但仍会产生高质量的特写镜头,在这种情况下,性能
资源推荐
资源详情
资源评论
收起资源包目录
vkhr:使用Vulkan:trade_mark:进行实时混合头发渲染 (261个子文件)
vkhr.1 7KB
EG.bbx 3KB
vkhr.bib 11KB
bear.bmp 133B
eg-alpha-doi.bst 41KB
eg-alpha.bst 29KB
rasterizer.cc 32KB
interface.cc 29KB
hair_style.cc 25KB
image.cc 24KB
pipeline.cc 23KB
hair_style.cc 21KB
scene_graph.cc 18KB
command_buffer.cc 18KB
swap_chain.cc 16KB
buffer.cc 14KB
render_pass.cc 13KB
descriptor_set.cc 11KB
input_map.cc 11KB
volume.cc 10KB
linked_list.cc 10KB
window.cc 10KB
model.cc 10KB
physical_device.cc 9KB
camera.cc 9KB
image.cc 9KB
ray_tracer.cc 8KB
shader_module.cc 8KB
instance.cc 7KB
device.cc 7KB
billboard.cc 6KB
query.cc 6KB
queue.cc 5KB
debug_marker.cc 5KB
arg_parser.cc 5KB
framebuffer.cc 5KB
hair_style.cc 5KB
depth_map.cc 5KB
light_source.cc 4KB
debug_messenger.cc 4KB
main.cc 4KB
device_memory.cc 3KB
sampler.cc 3KB
ray.cc 3KB
model.cc 2KB
fence.cc 2KB
exception.cc 2KB
semaphore.cc 2KB
surface.cc 2KB
model.cc 1KB
layer.cc 1KB
extension.cc 1KB
version.cc 846B
billboard.cc 538B
billboard.cc 352B
simulation.cc 41B
egpubl.cls 74KB
resolve.comp 3KB
voxelize.comp 528B
embree3.dll 133B
tbbmalloc.dll 131B
tbb.dll 131B
glfw3.dll 130B
egWebLnk.dtx 5KB
memory.eps 130B
strand.eps 130B
raymarch.eps 130B
strands.eps 130B
performance.eps 130B
pixels.eps 130B
voxelization.eps 129B
dfT1phv.fd 2KB
dfT1ptm.fd 2KB
dfT1pcr.fd 2KB
vkhr.vcxproj.filters 57KB
volume.frag 4KB
strand.frag 3KB
model.frag 1KB
billboard.frag 254B
strand.geom 930B
.gitattributes 582B
.gitignore 2KB
.gitignore 2KB
.gitmodules 478B
approximate_deep_shadows.glsl 4KB
rand.glsl 3KB
volume_rendering.glsl 2KB
gpaa.glsl 2KB
sample_volume.glsl 2KB
filter_shadows.glsl 1KB
local_ambient_occlusion.glsl 1KB
ppll.glsl 1KB
kajiya-kay.glsl 819B
filtered_raymarch.glsl 766B
raymarch.glsl 657B
params.glsl 649B
scheme.glsl 529B
tex2Dproj.glsl 377B
billboard.glsl 364B
strand.glsl 346B
共 261 条
- 1
- 2
- 3
资源评论
weixin_38732744
- 粉丝: 4
- 资源: 857
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- chromedriver-mac-arm64.zip
- 蓝zapro.apk
- chromedriver-linux64.zip
- UCAS研一深度学习实验-MNIST手写数字识别python源码+详细注释(高分项目)
- 基于Python和PyTorch框架完成的一个手写数字识别实验源码(带MINIST手写数字数据集)+详细注释(高分项目)
- 基于Matlab在MNIST数据集上利用CNN完成手写体数字识别任务,并实现单层CNN反向传播算法+源代码+文档说明(高分项目)
- NVIDIA驱动、CUDA和Pytorch及其依赖
- 基于SVM多特征融合的微表情识别python源码+项目说明+详细注释(高分课程设计)
- html动态爱心代码一(附源码)
- c40539bc-071a-486c-9d52-9d0c18d62dac 4.html
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功