zhaishengfu的专栏

原创 1.辐射度学以及四个基本量

了解PBR就必须明白辐射度学。辐射度学提供了许多想法和工具来描述光的传播和反射。辐射度学并不是从光的物理特性里面推导来的，而是从空间中流动的粒子中建立的抽象光的概念上建立起来的。可以理解为辐射度学是基于光的粒子特性建立的。光具有波粒二象性，辐射度学并没有考虑波的特性。正因为这样，所以一些波特性带来的效果没有办法用辐射度学的方法描述，例如光的偏振。假定几何光学可以充足描述光和光的散射，那么光就会具有...

原创 三角剖分自动生成dungeon算法

看到别人的算法实现感觉比较不错, 这里讲一下. 原作者的思路:https://www.reddit.com/r/gamedev/comments/1dlwc4/procedural_dungeon_generation_algorithm_explained/具体步骤是:1. 首先在一定范围内随机生成一定数目的矩形, 例如150个矩形(位置可以是某种分布)2. 每一个矩形随机设置宽和高(也可以有某种分布. 这里最好是不是太正方形, 但也不要过于狭长. 可以是某种分布)3.上一步产生的矩形

原创 3DMM及eos人脸重建

3DMM是什么？3DMM是一种人脸形状和外观的统计模型, 全称是3D Morphable Face Model, 即可变性人脸模型. 首先利用高精度一起扫描多组人脸3D数据, 并进行对齐. 之后利用PCA从这些三维形状和颜色数据中得到更低维的子空间.可变性体现在可以在这些PCA子空间进行组合变形, 将一个人脸的特性转移到另外一个人脸, 或者生成新的人脸.脸部PCA模型2DMM本质是对对齐之后...

转载 辅助知识1：图形学中的采样、走样分析和处理方法

计算机生成图像实际就是信号的采样和重建过程。问题可以抽象为：给定连续信号g(x)g(x)g(x)，我们采样得到信号gs(x)g_s(x)gs​(x)，我们能否通过gs(x)g_s(x)gs​(x)来完整表达g(x)g(x)g(x)呢？如果可以的话，如何重建？采样和傅里叶变换给定空间域信号g(x)g(x)g(x)， 对应的频率信号为G(f)G(f)G(f)，则二者之间可以通过傅里叶变换得到...

原创 5. 反射模型1

上一章我们介绍了表面反射公式，这一张我们介绍具体的反射模型。来自许多表面的散射最好的描述是多个BRDF和BTDF的空间混合。表面反射模型实际上可以来自于很多资料：测量数据：许多现实世界的表面的反射分布属性都在实验室中被测量了。这些数据可以直接以表格形式使用。现象学模型：用公式来模仿现实世界物体表面的定性特性。这种类型的BSDF非常容易使用模拟：有时候表面组成的底层信息可以获取到，例如我们...

原创 4. 表面反射

当光照射到表面时，表面会散射光，将光的一部分反射会环境中。有两个主要的效果用来描述这种反射：反射光的光谱分布和方向分布。光谱分布我们另外会开个专题将，你可以简单理解为颜色。例如想象柠檬表皮被自然光照射的情况。表皮会吸收大部分的蓝光，反射大部分的红光和绿光（这是有柠檬表皮本身的属性决定的）。所以自然光下面柠檬表皮通常是黄色的。无论观察方向在哪里，不同方向的颜色都是黄色的，不同点是表皮可能会出现不同位...

原创 3. 辐射度学积分

渲染中最长问到的问题就是辐射基本量的积分评估。但是理想的积分通常比较困难。首先我们从一个点p的辐射照度讲起。假设点p的法向量是n\boldsymbol{n}n，来自若干法向Ω\OmegaΩ的辐射亮度形成的p点的辐射照度为：E(p,n)=∫ΩLi(p,ω)∣cosθ∣dωE(p, \boldsymbol{n})=\int_\Omega L_i(p, \omega) |cos\theta| \ma...

原创 2.辐射度学和相关函数

上篇文章我们介绍了辐射度学的四个基本量。接下来我们介绍如何用辐射度学描述各种光学现象。辐射亮度入射和出射函数当光线和场景中的表面交互的时候，通常来说辐射亮度函数LLL在表面边界附近是不连续的。考虑极端情况下一个完全不透明的镜子，辐射亮度函数在表面前后的光学反应完全不同。因此，我们需要区分光在表面前后的不同行为。L+(p,ω)=lim⁡t→0+L(p+tnp,ω)L^+(p, \omega)...

原创 IK之FABRIK

很久之前就知道反向动力学IK了，但是一直没有详细了解过，只知道他的功能是什么。最近项目很多地方需要用到IK，特仔细学习了一下。如有错误欢迎指正。关于反向动力学（IK）我就不介绍了，网上大把资料。IK按照求解方法可以分为很多类别，例如分析法，牛顿法，统计法等等。这些方法都有他们各自的缺点，例如计算复杂度高，存在奇异值解，或者变化不光滑等。而FABRIK属于启发式方法，属于同一类的还有C...

转载 UE4中的内存管理

http://gad.qq.com/program/translateview/7182050大家好！呃，我有一段时间没有更新博客了；我和Vincent以及同事程序员Marc-Andre一直在Frima忙着更新我们的Oculus Connect 2演示。现在我们的游戏中有了人物的面部动画以及强大的配音，将其提高到了一个崭新的层次。Polygon上还有一篇关于FATED的文章，一切开始变

转载 DEBUGGING AND OPTIMIZING MEMORY

When a game reaches a certain stage of development, it becomes critical to figure out what exactly it’s loading into memory and why.  As new assets are built, games tend to become larger and larger un

原创 cuda编程

安装cuda我就不说了。nvcc -o filename filename.cu，编译nvcc -o filename filename.cu -g， 之后可以debugCUT_CHECK_ERROR()，CUDA_SAFE_CALL()， 错误检测nvcc -I /home/user/NVIDIA_GPU_Computing_SDK/C/common/in

原创 linux多个gcc的切换

我安装了多个gcc和g++， 然后需要切换使用。网上查到可以设置不同的优先级。查看优先级：update-alternatives --query gcc然后设置你想要优先使用的版本：update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-3.3 50输入update-alternatives --confi

原创 lstm

之前用过lstm，效果并没有改进，所以很长时间我对他并不感冒。最近由于各种原因需要重新使用，所以比较细致的看了一下。先来一张大牛的解释，什么是lstm：LSTM is by definition, a function F:Rd×R×Rd→Rd×Rd:Rd×R×Rd→Rd×Rd. It takes in x,pc,ph∈Rdx,pc,ph∈Rd and performs t

转载 内存

项目的性能优化主要围绕CPU、GPU和内存三大方面进行。接上期CPU优化专讲，我们本期和大家分享内存方面的优化心得。 　　无论是游戏还是VR应用，内存管理都是其研发阶段的重中之重。 　　然而，在我们测评过的大量项目中，90%以上的项目都存在不同程度的内存使用问题。就目前基于Unity引擎开发的移动游戏和移动VR游戏而言，内存的开销无外乎以下三大部分：1.资源内存占用；2.引擎模块自身内存占

转载 cpu

性能优化是游戏项目开发过程中一个永恒的话题。玩家的需求和项目的要求永远在不停增长，同屏人数、屏幕特效和场景复杂度永远在向着“榨干”硬件的趋势逼近。所以，无论硬件设备发展到何种程度，无论研发团队有多么丰富的经验积累，性能优化永远是一个非常棘手而又无法绕开的问题。　　就当前游戏而言，性能优化主要是围着CPU、GPU和内存三大方面进行。下面，我们就这三方面来说说当前移动游戏项目中存在的普遍问题和相应

转载 AI

写在前面　　今天我们来谈一下游戏中的人工智能。当然，内容可能不仅仅限于游戏人工智能，还会扩展一些其他的话题。　　游戏中的人工智能，其实还是算是游戏开发中有点挑战性的模块，说简单点呢，是状态机，说复杂点呢，是可以帮你打开新世界大门的一把钥匙。有时候看到知乎上一些可能还是前公司同事的同学的一些话，感觉还是挺哭笑不得的，比如这篇：http://zhi.hu/qu1h，吹捧机器学习这种玄学，对游戏

转载 network in network

Traditional non-convolutional neural net is a stack of fully connected layers. The layers extracts different levels of concepts from the input. When the input has spatial information, for instance, th

转载 crowd system

Are you making an open-world game? How about an RPG?Have you been thinking about including a crowd AI that aimlessly walks around your streets?How about if I told you that you could do this easi

转载 行为数:英文原版

IntroductionWhile there are plenty of behaviour tree tutorials and guides around the internet, when exploring whether they would be right for use in Project Zomboid, I ran into the same problem ag

原创 caffe 多个cudnn

caffe有各种版本,对于cudnn的支持不一样,切来切去特别麻烦,干脆装多个cudnn,按需采用.实际上还是很简单的.首先,不要装在系统目录下面(建议如此),新建一个自己的文件夹,离不cudnn_v4,里面有include和lib64文件夹,只要在caffe的Makefile.config的INCLUDE_DIRS和LIBRARY_DIRS 添加路径即可.这时候可以成功编译,但是运行会找

原创 caffe cudnnv5

最新的caffe cudnn v5有许多非常好的特性,之前caffe不支持,现在支持了赶紧用下载cudnn安装包,解压到某个路径,然后用下面的方法建立软连接cd includesudo cp *.h /usr/local/include/cd lib64sudo cp lib* /usr/local/lib/cd /usr/local/lib

原创 caffe loss

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl

转载 L1 and L2

HOME ABOUTDifferences between L1 and L2 as Loss Function and RegularizationPOSTED ON DEC 18, 2013 • LOhttp://www.chioka.in/differences-between-l1-and-l2-as-loss-function-and-regula

转载 直观上理解PCA中特征值和特征向量

http://blog.csdn.net/cfh_3c/article/details/51355044

原创 CV杂技

今天和实验室的瑞茂师兄交谈了半天,收益匪浅.cv的结构化和功能化,功能化对于结果化的反哺,认知科学和感知科学,sparse coding, zhusongcun老师的强大,benjio的deep learning, 各种loss,概率,以前大佬们的文章,人脑和CNN...果然level不一样,看问题角度都不一样.

原创 caffe blob and cv::Mat

总是忘记caffe blob和mat转化之间的行列优先级关系,索性写个博客.例如,caffe某个blob的维度是(14,3,216,176),这个表示height=216,width=176,caffe是行优先的,也就是blob.cpu_data得到的指针(dataptr)dataptr[1]=blob.data_at(0,0,0,1)更一般的,dataptr[n*channels

转载 shader

最近在学习Shader，将学习的一些心得和案例以及基础知识罗列了一下。这一篇是unity之Shader的基础篇之基础，更多的是一些概念。该篇将分以下几个部分：1、什么是Shader?2、GPU和Cg语言3、Unity中使用Cg语言如何编写Shader？1、什么是Shader?       Shder的概念：Shader即着色器，是一款运行在GPU

转载 良好性能和高质量视觉效果

译者：赵菁菁（轩语轩缘）  审校：李笑达（DDBC4747）对于任何追求UE4性能最佳、同时又想保持极高质量视觉效果的人来说，本文有一些可遵循的一般性建议和原则。 局限性为了性能，你通常受CPU时间（通常和游戏设置相关）和GPU时间限制（渲染场景花费的时间）。CPU创建由GPU渲染的场景会耗费一些时间。通常情况下，当你发现游戏的运行速度不像你想要的那么快时，第一步是找出

转载 游戏AI设计经验分享——行为树的研究

#xhe_tmpurl

转载 caffe heatmaplayer

这篇文章介绍的很好,就不重复造轮子了.http://www.2cto.com/kf/201603/495685.html

转载 PCA

http://blog.codinglabs.org/articles/pca-tutorial.html

原创 Sparse Convolution neural networks

原创 CNN之卷积加速

最近要做CNN加速,就详细看了以下.

原创 新版caffe(r3) imagedatalayer说明

新版caffe去除了一些函数,又添加了新的函数.先具体说一下imagedatalayer的改变.新版的caffe应该是添加了多gpu,多cpu同时读取的功能.1.ImageDataLayer:停止读取线程2.DataLayerSetUp:总的来说,是要确定上层的shape,所以这里会读取一张图片进行推断.1)读取图片信息并判断合理性2)读取记录label信息

原创 Only windows+hadoop(不需要任何其他软件）+MapReduce Sample

最近数据库要用到hadoop。大家基本上都用的是linux。本人一直不喜欢linux，虽然windows确实有各种额外的问题，但是我对于linux一直有一种讨厌的感觉。网上查了很多资料，windows配置hadoop的也有，但是要不就是比较古老，要不就是太麻烦（什么eclipse，cygwin等等，看得我头昏脑涨）。我想要的就是纯净的hadoop，不用其他任何东西。为此特意写了这篇博客，仅仅需要h

原创 ubuntu 14.04 + openni + primesense + xtion pro live

hello everyone! as i have mentioned, i am using ubuntu these days for the sake lf using gpu computation. this paper i will introduce the process of using openni and primesense and stion pro live. inde

原创 linux caffe 64bit

i have been using caffe for 1 years. at first i used linux caffe. later i used windows caffe. i find although it is more convenient to debug in windows caffe, but a big disadvantage is GPU: it always

原创 windows 多线程 之自旋锁（spinlock）

我的上一篇文章介绍了原子性的概念，那么多线程之中就要防止

原创 windows 多线程之原子性

首先来看一段代码：#include #include using namespace std;int x=0;DWORD WINAPI FirstThread(PVOID pvParam){for(int i=0;iSleep(5);x++;}return(0);}DWORD WINAPI SecondThread(PVOID pvParam