【《Real-Time

Real-time Rendering 第五章 渲染基础（下）

5.4锯齿与抗锯齿——AliasingandAntialiasing想象一个大的黑色三角面片在白色背景上缓慢移动。屏幕网格被三角面片覆盖，网格的像素值应该平滑变化强度。一般基础渲染的顺序是网格中心北覆盖，像素突然从白色变成黑色。标准GPU渲染不希望这样。看看下图最左边的情况。image三角形显示的像素要么在那边或者不在那边。画出来的先有一个相似的问题，边缘有锯齿感，这种显示问题就叫做锯齿(thej
_ArayA_·2021-06-11 08:58

Real-Time Human Pose Recognition in Parts from Single Depth Images

AbstractWeproposeanewmethodtoquicklyandaccuratelypredict3Dpositionsofbodyjointsfromasingledepthimage,usingnotemporalinformation.Wetakeanobjectrecognitionapproach,designinganintermediatebodypartsrepres
voidwalker·2021-06-08 04:42

Real-time Rendering 第六章 贴图（下）

6.6透明贴图AlphaMappingalpha值可以用于许多使用alpha混合或alpha测试的效果，例如高效渲染树叶、爆炸和远处的物体等等。本节将讨论alphas中纹理的使用，并指出各种限制和解决方案。一个与纹理相关的效果是贴花。例如，你想在茶壶上放一张花的照片。你想要的不是整个画面，而是花朵所在的部分。通过为texel分配一个alpha值(0)，可以使它透明，这样就不会产生任何效果。因此，通
_ArayA_·2021-06-06 15:04

Real-time Rendering 第二章 渲染管线

RenderPipeline2.1渲染管线架构image2.2ApplicationStageApplication阶段都是在CPU上面。加速算法，几何处理都是在这个上面。CPU经常需要采用多线程来进行处理。碰撞检测就经常需要在这个阶段进行执行。加速算法等（在19章）也会在这个阶段实现。2.3GeomertyProcessing几何阶段，大部分的三角以及顶点处理都在这个地方。image有下面几个阶
_ArayA_·2021-06-05 14:03

文献阅读02期：Real-time Personalization using Embeddings for Search Ranking at Airbnb

[文献阅读]Outline：Real-timePersonalizationusingEmbeddingsforSearchRankingatAirbnb推荐理由：该文获得了KDD2018AppliedDataScienceTrack的BestPaper，主要介绍了Embedding技术在Airbnb房源搜索排序中的应用。Airbnb是目前全世界最大的民宿短租平台，整篇文章与Airbnb自身业务特
RaZLeon·2021-05-23 17:57

（2）--Perceptual Losses for Real-Time Style Transfer and Super-Resolution

系统框架：其中损失网络是在imgnet上预训练过的vgg16，训练过程中参数保持不变；变换网络fw是深度残差网络（deepresidualcnn）;损失网络对比生成网络生成的图片与每一幅训练集中的目标图片，于是损失函数可表示为：网络细节的设计大体遵循DCGAN中的设计思路：1.不使用pooling层，而是使用strided和fractionallystrided卷积来做downsampling和u
小绿叶mj·2021-05-19 05:32

YOLO v1 《You Only Look Once: Unified, Real-Time Object Detection》

在目标检测算法中，fasterR-CNN达到了目前的最高mAP精度。虽然mAP使用的是一体化网络，但是其训练过程却没有实现端到端，是通过多步训练的，其仍然没有能避免提取regionproposal这一步。虽然fasterR-CNN精度很高，但是其检测速度却不是很快，难以达到实时检测水平，这使得它难以应用到实际工程中。本文作者提出了一种真正的端到端网络，不仅检测速度快，而且检测的mAP精度高，泛化能
井底蛙蛙呱呱呱·2021-05-06 10:34

【论文读后感】：Perceptual Losses for Real-Time Style Transfer and Super-Resolution

摘要本文解决《Aneuralalgorithmofartisticstyle》一文中的问题，即图像风格转换。1.对于这种问题一般都是使用一个神经网络根据逐像素loss（per-pixelloss）来完成的。2.有研究表明基于从训练好的神经网络中提取出的高级图像特征通过定义及优化感知loss（perceptualloss）可以生成高分辨率的图像。本文就基于上面的两点，使用perceptualloss
KID_SAMA·2021-04-27 11:46

A Novel FPGA Accelerator Design for Real-Time and Ultra-Low Power Deep Convolutional Neural Networks

ANovelFPGAAcceleratorDesignforReal-TimeandUltra-LowPowerDeepConvolutionalNeuralNetworksComparedWithTitanXGPUAbstart1.Introduction2.Background2.1RelatedWork2.2FPGA实现方法2.3CNN_FPGA3.基于FPGA的CNN加速并行、流水线建模3
Persistent_of_idea·2021-04-26 12:32

Real-time Rendering 第七章 阴影

阴影对于创建真实的图像和为用户提供有关对象位置的视觉提示非常重要。本章主要介绍阴影计算的基本原理，并介绍最重要和最流行的实时算法。我们还简要讨论了不太流行但包含重要原则的方法。我们不在本章花时间讨论所有的选项和方法，因为有两本全面的书深入研究了阴影领域[412,1902]。相反，我们专注于调查自发表以来出现的文章和演示文稿，偏向于经过实战检验的技术。本章使用的术语如图7.1所示，其中遮挡器是将阴影
_ArayA_·2021-04-19 21:24

ENet: A Deep Neural Network Architecture for Real-Time Semantic Segmentation

论文地址：https://arxiv.org/pdf/1606.02147.pdf代码地址：https://github.com/davidtvs/PyTorch-ENet1.网络结构网络使用了正则化，在bottleneck2.0之前dropout(p=0.01)，之后p=0.1.ENet模型大致分为5个Stage：  initial：初始化模块，通道合并可以显著减少存储空间，如下图：  Stag
顾北向南·2021-03-11 08:16

论文阅读 2013 — EDCircles: A real-time circle detector with a false detection control

这个文章是2013年圆检测的论文，发表在PatternRecognition上，代码地址https://github.com/CihanTopal/ED_Lib，这个作者很有意思，除了一系列ED算法，检测直线，检测三角，检测圆等等。我为什么要读这篇论文，这篇论文应用了LSD和ELSD，基于NFA的算法基本能够很好的去除虚假椭圆，而目前椭圆检测难点也确实在虚假椭圆的去除上，因此这个博客，仅分析方法和
小玺玺·2021-03-09 16:54

Elasticsearch 7.10 之 Near real-time search

文档和索引的概述章节的内容表明，当文档存储在Elasticsearch中时，将在1秒内以几乎实时地可以对其进行索引和完全搜索。什么定义了近实时搜索？Lucene是Elasticsearch所依仗的底层Java库，它引入了按段搜索的概念。段类似于倒排索引，但是Lucene中的索引一词的意思是“段的集合加上一个提交点“。提交后，将新段添加到提交点并清除缓冲区。文件系统缓存位于Elasticsearch
王大丫丫·2021-01-29 14:57

全景分割论文阅读：Real-Time Panoptic Segmentation from Dense Detections(CVPR2020)

标题：基于密集检测的实时全景分割作者：ArjunBhargavaAllanRaventosVitorGuiziliniChaoFangJeromeLynchAdrienGaidon机构：ToyotaResearchInstitute；UniversityofMichigan,AnnArbor论文地址：https://arxiv.org/abs/1912.01202项目地址：https://gith
jaycain·2021-01-20 10:31

BundleFusion: Real-time GloballyConsistent 3D Reconstruction... 论文解析

1概述在BundleFusion之前的很多相似的方案中，在重建的过程中总是出现以下问题：需要额外的时间来纠正在线的错误，从而无法很好的实现实时处理十分脆弱的tracking方案，从而导致位姿估计出现错误扫描的结果试用点的形式在表示，限制了扫描的质量和适用性BundleFunsion从以下几个方面把上面的问题进行了解决：通过分级的方式，使得历史的所有帧，都参与了优化不再是短暂的tracking，而是
07778·2020-12-30 06:01

论文翻译：Real-Time High-Resolution Background Matting

论文地址：https://arxiv.org/pdf/2012.07810.pdf文中所有图片与表格统一移动至了文末实时高分辨率背景抠图摘要我们介绍了一种实时的、高分辨率的背景替换技术。使用现代GPU，在4K分辨率下，该技术的可以以30fps运行；在HD分辨率下，该技术可以以60fps运行。我们的技术基于背景抠图(BackgroundMatting)，即捕获一帧额外的背景并用于恢复alphamat
xiongxyowo·2020-12-22 19:23

YOLOv4: Darknet 如何于 Docker 编译，及训练 COCO 子集

Real-Time:实时性，初代论文给出
GoCoding·2020-12-12 20:03

[AAAI2020]论文翻译DB:Real-time Scene Text Detection with Differentiable Binarization

Abstract近年来，基于分割的方法在场景文本检测中非常流行，因为分割结果可以更准确地描述各种形状的场景文本，例如弯曲文本。但是，二值化的后处理对于基于分割的检测至关重要，该检测将通过分段方法生成的概率图转换为文本的边界框/区域。在本文中，我们提出了一个名为微分二值化（DB）的模块，该模块可以在分割网络中执行二值化过程。通过与DB模块一起进行优化，分割网络可以自适应地设置二值化的阈值，这不仅简化
JWDong2019·2020-11-26 19:59

【Siggraph 2015】Real-Time Volumetric Cloudscapes of Horizon Zero Dawn

命子迁[西汉][司马谈]太史公执迁手而泣曰：“余先周室之太史也。自上世尝显功名于虞夏，典天官事。后世中衰，绝于予乎？汝复为太史，则续吾祖矣。今天子接千岁之统，封泰山，而余不得从行，是命也夫，命也夫！余死，汝必为太史；为太史，无忘吾所欲论著矣。且夫孝始于事亲，中于事君，终于立身。扬名于后世，以显父母，此孝之大者。夫天下称诵周公，言其能论歌文武之德，宣周邵之风，达太王王季之思虑，爰及公刘，以尊后稷也。
离原春草·2020-11-17 18:57

浅谈如何阅读Linux源码（新手必备）

不需要通读并理解《操作系统概念》《现代操作系统》等巨著，但总要知道分时（time-shared）和实时（real-time）的区别是什么，进程是个什么东西，CPU和系统总线、内存的
程序员小灰·2020-11-13 11:07

论文笔记之Dynamic Heterogeneous Graph Neural Network for Real-time Event Prediction

DynamicHeterogeneousGraphNeuralNetworkforReal-timeEventPrediction本文是滴滴发在KDD2020的paper。文中指出用户响应预测的困难在于模型需要考虑真实物理环境中的历史信息和实时事件信息。本文提出了使用动态构建的异构图来编码事件的属性和事件发生的周围环境。除此之外，文中提出了一种多层图神经网络模型来学习历史行为和周围环境对于当前事件
小弦弦喵喵喵·2020-10-09 22:53

Java 定时器的使用示例

Timer是线程安全的，但不提供实时性(real-time)保证。先看看调用timer的几种方式。/***这个方法是调度一个task，经过2000(ms)后开始进行调度，仅仅
·2020-09-26 10:13

《Real-Time Rendering》纹理

一个表面的纹理就是它的外表，可以想象成一幅油画画在画布上。在计算机图形学中，纹理映射是一个使用一些图片、函数或其它的数据源在表面的每个位置上修改外表的过程。例如，要表示一个砖墙的话，首先可以用精确的模型来表示，不过这样的模型会包含大量的顶点，使用纹理的话，只需要将一张砖墙图片附着在一个四边形上，只需要2个三角形。观察这个四边形的时候，颜色图片就会出现在四边形的某一位置上。除非靠近仔细观察，否则很难
Dragon_boy·2020-09-22 20:35

Paper5：Curved-Voxel Clustering for Accurate Segmentation of 3D LiDAR Point Clouds with Real-Time Per

给定一个3D激光雷达点云，我们如何快速且精确地分割它们？快速且精确的3D激光雷达点云分割是移动机器人在分类，跟踪，SLAM等不同应用中的重要问题。尽管它很重要，但是现有方法无法同时实现速度和准确性；尤其是，在3D域中执行分割的方法太慢，无法在实时处理中使用。在本文中，我们提供了曲面体素聚类（CVC），一个利用了快速且精确的用于分割3D激光雷达点云的方法，该方法是通过激光雷达优化的曲面体素实现的。C
Upupup6·2020-09-17 04:14

The Future of Real-Time SLAM and “Deep Learning vs SLAM”

Lastmonth'sInternationalConferenceofComputerVision(ICCV)wasfullofDeepLearningtechniques,butbeforewedeclareanall-outConvNetvictory,let'sseehowtheother"non-learning"geometricsideofcomputervisionisdoing.
勇往直前的流浪刀客·2020-09-16 04:57

论文阅读笔记 A Twofold Siamese Network for Real-Time Object Tracking [2018 CVPR] (SA-Siam)

CVPR2018的一篇目标跟踪的文章。先给出原文链接：https://arxiv.org/abs/1802.08817代码暂时未放出。该论文核心思想：改进SiameseFC跟踪算法，将类别语义信息分支加入跟踪框架，帮助跟踪。先上总框架图：这里有两个branch，分别是Appearancebranch(蓝色)和Semanticbranch(橙色)，两个branch最后都通过与第一帧目标在特征空间做相
zxgravity·2020-09-16 04:57

论文阅读（2）-Toward Real-Time Pedestrain Detection Based on a Deformable Template Model

背景介绍：作者：MarcoPedersoli，JordiGonzàlez巴塞罗那自治大学，在读博士IEEETransactionsonIntelligentTransportationSystems2014.1月汽车辅助系统：自动抱闸，安全气囊（比较成熟）自动倒车报警绕过障碍，选择路径（比较复杂）这篇文章主要是通过安装在车子上的一个简单的摄像头来实现行人检测，与激光雷达相比，普通摄像头更经济，在低
落马风·2020-09-16 04:44

你仅仅看一次：统一的实时对象检测(You Only Look Once:Unified,Real-Time Object Detection)

作者：JosephRedmon,SantoshDivvala,RossGirshick,AliFarhadi作者单位：UniversityofWashington,AllnInstituteforAI,FacebookAIResearch联系方式：http://pjreddie.com/yolo/源码：http://pjreddie.com/yolo/0摘要我们推出一种新的对象检测方法YOLO。先
剑海风云·2020-09-16 03:08

Real-Time Pedestrian Detection With Deep Network Cascades

BMVC2015实时行人检测Cascades+CNN本文主要是参考文献【4】中采用soft-cascade，并结合不同复杂度的CNN网络得到即快又准的行人检测系统。在Cascades前面我们使用下面的小网络：在Cascades后面我们使用下面的大网络：weemploythesoft-cascadefromBenensonetal.[4]toevaluateallpatchesinanimagean
cv_family_z·2020-09-16 02:45

Real-Time Pedestrian Detection with Deep Network Cascades

Abatract我们提出一种新的实时对象检测方法，利用深层神经网络的精度和级联分类器的效率。深层网络已被证明在分类任务方面表现优异，而且无需设计特殊的特征，他们在原始像素输入上的操作能力是非常有吸引力。然而，在inference时间，深层网络的声誉是非常低的。在本文中，我们提出了一种将深度网络和快速特征级联的方法，既快速又准确。我们将其应用于具有挑战性的行人检测任务。我们的算法以每秒15帧的速度实
xiaofei0801·2020-09-16 02:07

Perceptual Losses for Real-Time Style Transfer and Super-Resolution 论文 理解

斯坦福大学的一篇基于感知损失函数的实时风格转换和超分辨重建论文理解，暂时只对实时风格转换部分做了理解，记录如下，如有问题，欢迎指正。这篇论文解决了之前Gatys等人实现的风格转换费时比较久的问题。训练了一个网络，其中直接包含前向生成部分，等模型训练好了可以直接用于生成转换图片。这个网络与之前Gatys的图像生成对比：效果是差不多（个人觉得有些地方稍差点：感觉物体大部分分割比gatys的要稍差点，有
玉兔金兔·2020-09-16 00:43

Real-time Personalization using Embeddings for Search Ranking at Airbnb

ABSTRACT本文讲述了airbnb如何对用户和房源进行embedding，并应用在搜索排序和相似房源推荐中进行实时个性化，这两个业务在airbnb中贡献了99%的转化。文中的embedding模型针对airbnb的业务进行了很多优化，能捕捉用户的短期和长期兴趣。INTRODUCTION在airbnb，为房东和房客优化搜索结果，意味着给定带有地点和入住日期的查询，平台需要将位置、价格、风格、评论
march_on·2020-09-15 23:19

Staple 跟踪: Complementary Learners for Real-Time Tracking

目标跟踪算法--Staple:ComplementaryLearnersforReal-TimeTracking小小菜鸟一只2017-03-2509:26:4215110收藏14分类专栏：目标跟踪版权文章下载链接：文章下载链接代码下载链接：Staple代码————————————————————————————————————————————今天要讲的这篇文章也是基于相关滤波器（不懂相关滤波器的请
ShellCollector·2020-09-15 19:27

快速人脸验证--MobileFaceNets: Efficient CNNs for Accurate Real-time Face Verification on Mobile Devices

MobileFaceNets:EfficientCNNsforAccurateReal-timeFaceVerificationonMobileDevicesFaceVerification我说我是张三，系统判断一下我是不是张三FaceIdentification我什么都没说，系统说一下我是谁？在手机等移动设备上如何进行人脸验证了？本文提出了一个快速准确的网络MobileFaceNets本文首先分
O天涯海阁O·2020-09-14 17:34

Signed Distance Fields in Real-time Rendering

ref:https://zhuanlan.zhihu.com/p/35098986题图:UE4DistanceFieldAmbientOcclusionShadow最基本的制作阴影的方法就是从光源发射射线,然后判断着色的点和光源之间是否被物体遮挡,有遮挡是阴影内,无遮挡是阴影外.但是这么做的结果投射出来的阴影边缘比较硬.现实中我们见到的阴影都会有柔和的半影区,如下面两个图所示:HardShadow
kuangben2000·2020-09-14 02:06

图像抠图算法学习 - Shared Sampling for Real-Time Alpha Matting

一、序言陆陆续续的如果累计起来，我估计至少有二十来位左右的朋友加我QQ，向我咨询有关抠图方面的算法，可惜的是，我对这方面之前一直是没有研究过的。除了利用和Photoshop中的魔棒一样的技术或者Photoshop中的选区菜单中的色彩范围类似的算法（这两个我有何PS至少90%一致的代码）是实现简单的抠图外，现在一些stateofart方面的算法我都不了解。因此，也浪费了不少的将知识转换为资产的机会。
weixin_34234721·2020-09-14 01:45

You Only Look Once: Unified, Real-Time Object Detection（YOLOv1）论文学习笔记

摘要：提出了YOLO，将目标检测归为了回归问题，可以在完整图像中进行预测框和类别概率的计算，YOLO是一个端到端的预测框架非常快，可以达到45fps，而对于更小的版本，FastYOLO，可以达到155fps，且依旧保持较高的mAP相比其他预测框架，YOLO可能会预测较多错误的预测框，但很少会有假阳性的出现总体上要比其他预测框架要好，比如DPM，R-CNN等介绍：为了检测目标，一些检测器在图像的不同
小风_·2020-09-14 00:18

Lambda架构 vs Kappa架构

Lambda架构可分解为三层Layer，即BatchLayer,Real-Time(Speed)La
post_yuan·2020-09-13 21:48

Real-Time Face Recognition: An End-to-End Project

Fromhttps://www.hackster.io/mjrobot/real-time-face-recognition-an-end-to-end-project-a10826Wewilllearnstepbystep,howtouseaPiCamtorecognizefacesinreal-time.IntermediateFullinstructionsprovided12hours21
jaccen·2020-09-13 08:10

创建Oracle 10gR2的local stream和downstream real-time apply 流复制

创建Oracle10gR2的localstream和downstreamreal-timeapply流复制简单的流复制实验，bug还不是一般的多，10.2.0.1到10.2.0.4都试过了。一共碰上7个bug，看来只能在小应用上玩玩了，patch需要尽量打全，有的人可能找不到opatch在哪里，其实现在opatch不需要下载，都是自带的，就在$ORACLE_HOME下的OPatch使用local捕
cuishu2126·2020-09-12 19:59

[论文阅读]BiSeNet V2: Bilateral Network with Guided Aggregation for Real-time Semantic Segmentation

前言光看名字,看到GuidedAggreagation感觉又是一个使用attention的(全局特征指导局部特征)？Abstract问题的提出:现有的加速model的方法大部分都是牺牲低等级的特征细节,这会导致精度大大下降。所以作者提出了分开处理空间细节和语义信息(也就是用两个网络)所以建立的网络将包括下面的结构:细节分支,将会有宽通道和浅层数去捕捉低等级的特征和生成高像素的特征表示语义分支,将会
Costwen·2020-09-12 18:47

Semantic Segmentation--ENet:A Deep Neural Network Architecture for Real-Time Semantic..论文解读

ENetENet:ADeepNeuralNetworkArchitectureforReal-TimeSemanticSegmentation原文地址：ENet代码:IntroductionCaffeTensorFlowKeras效果图：Abstract许多移动应用需要实时语义分割(Real-timeSemanticSegmentation)模型,现有的深度神经网络难以实现，问题在于深度神经网络需
DFann·2020-09-11 22:53

目标检测经典论文——Faster R-CNN论文翻译：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Net

FasterR-CNN:TowardsReal-TimeObjectDetectionwithRegionProposalNetworksFasterR-CNN：通过RegionProposal网络实现实时目标检测ShaoqingRen,KaimingHe,RossGirshick,andJianSunAbstractState-of-the-artobjectdetectionnetworksd
bigcindy·2020-09-11 21:50

YOLOv4: Darknet 如何于 Docker 编译，及训练 COCO 子集

Real-Time:实时性，初代论文给出
GoCodingInMyWay·2020-09-11 14:00

DB：Real-time Scene Text Detection with Differentiable Binarization

DBNet简介由于分割网络的结果可以准确描述诸如扭曲文本的场景，因而基于分割的自然场景文本检测方法变得流行起来。基于分割的方法其中关键的步骤是其后处理部分，这步中将分割的结果转换为文本框或是文本区域。这篇文章的文本检测方法也是基于分割的，但是通过提出DifferenttiableBinarizationmodule（DBmodule）来简化分割后处理步骤，并且可以设定自适应阈值来提升网络性能。文章
_从前从前_·2020-09-11 14:10

【《Real-Time Rendering 3rd》 提炼总结】(三) 第三章 · GPU渲染管线与可编程着色器 The Graphics Processing Unit

本文由@浅墨_毛星云出品，转载请注明出处。文章链接：http://blog.csdn.net/poem_qianmo/article/details/71978861这篇文章是解析计算机图形学界“九阴真经总纲”一般存在的《Real-TimeRendering3rd》系列文章的第三篇。将带来RTR3第三章内容“Chapter3TheGraphicsProcessingUnit图形处理器”的总结、概括
浅墨_毛星云·2020-09-10 22:10

SAT:State-Aware Tracker for Real-Time Video Object Segmentation 阅读

State-AwareTrackerforReal-TimeVideoObjectSegmentationhttps://arxiv.org/abs/2003.00482针对videoobjectsegmentation(VOS)任务的跟踪器State-AwareTracker(SAT)简图示意：粉色的联合分割网络得到目标mask，蓝色的状态评估器根据分割结果评估状态得分，然后产生两个反馈：剪切策
木木JL·2020-09-10 16:02

深度学习论文翻译解析（十三）：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks...

论文标题：FasterR-CNN:TowardsReal-TimeObjectDetectionwithRegionProposalNetworks标题翻译：基于区域提议(RegionProposal)网络的实时目标检测论文作者：ShaoqingRen,KaimingHe,RossGirshick,JianSun论文地址：https://arxiv.org/abs/1506.01497Faster
发哥讲Java·2020-09-07 21:00

【论文笔记】激光里程计网络 LO-Net:Deep Real-time Lidar Odometry2019

厦门大学，路易斯安那州立大学本文提出了激光里程计LO-Net，其通过多任务学习对点云数据同时进行法向量估计、动态区域预测、相机位姿回归。此外还设计了一个scan2map的建图模块来降低累计误差、提升里程计的精度。达到了超越DP-based方法、与几何结构方法SOTA–LOAM相似的里程计性能。网络结构网络输入为前后帧的点云数据，网络分为三个部分：法向量估计网络动态区域mask估计网络位姿回归孪生网
phy12321·2020-09-07 12:53

《Real-Time Rendering》变换

本文同时发布在我的个人博客https://dragon_boy.gitee.io本章目录概览：基础变换特殊变换和操作四元数顶点混合变形几何缓存回放投影变换是将例如点、向量或颜色等实体以某种方式进行转换的操作。对于图形从业者，掌握变换方法是很重要的，通过变换，我们可以对物体、灯光和摄像机进行位移、形状重构和做动画。我们可以确保所有的计算都发生在同一坐标系下，并通过一些不同的方式投射物体到一个平面上。
Dragon_boy·2020-09-03 11:41
上一页 5 6 7 8 9 10 11 12 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他