起床怪的案例列表
个人渲染引擎
此项目为个人开发的渲染引擎，旨在实现并测试业内比较新的技术： 图中功能为 mesh shading。 使用当前硬件最新的mesh管线，将模型分割为特定大小的小块，并根据其可视程度做更精细的裁切。效果远好于传统管线。 如图 000 中所示：共有25万个实例，每个实例有约3w面，整个场景有约 75 亿面 ，而场景中每帧仅仅绘制了 400 万面，用时不到 4ms 。
基于 AI 的单目相机视频流动补
如标题所示： 项目为基于 OpenPose 和 Vibe 做修改，可以在windows上识别视频流并输出结果。 不过由于缺乏该动作的ground truth 数据做额外训练，因此识别结果仍需要做微调。
Mesh Shading
注：截图为已经录制的视频截图，实际效果在视频中会更直观。 * 目标： 项目基于独立开发的图形引擎，旨在了解传统 Lod 与 无级 Lod (类似 UE Nanite)之间的实现，以及优化策略验证。 * 负载 场景中实例有 11.6 万面， 共 25 万个实例，在 4090 显卡上可以达到 30 ~ 1500 fps (根据可视实例数量有所变化) * 简述 - 传统 Lod 为完整实例切换。优化更激进，但对于大型模型，可能会出现较为明显的跳变问题。 - 无级 Lod 会根据可视参数（角度、距离、分辨率等）分 cluster 切换。相较传统能更精细地处理跳变问题，但
2D 全局光照
* 简介 基于 Radiance Cascades 的 2d 全局光照。在独立开发的渲染引擎基础之上实现。 其中场景分辨率为2k. 最小探针以 2*2 像素为单位时，实时完整渲染开销约为约 5ms。
案例判断参考
起床怪的案例列表
个人渲染引擎
此项目为个人开发的渲染引擎，旨在实现并测试业内比较新的技术： 图中功能为 mesh shading。 使用当前硬件最新的mesh管线，将模型分割为特定大小的小块，并根据其可视程度做更精细的裁切。效果远好于传统管线。 如图 000 中所示：共有25万个实例，每个实例有约3w面，整个场景有约 75 亿面 ，而场景中每帧仅仅绘制了 400 万面，用时不到 4ms 。...
基于 AI 的单目相机视频流动补
如标题所示： 项目为基于 OpenPose 和 Vibe 做修改，可以在windows上识别视频流并输出结果。 不过由于缺乏该动作的ground truth 数据做额外训练，因此识别结果仍需要做微调。...
Mesh Shading
注：截图为已经录制的视频截图，实际效果在视频中会更直观。 * 目标： 项目基于独立开发的图形引擎，旨在了解传统 Lod 与 无级 Lod (类似 UE Nanite)之间的实现，以及优化策略验证。 * 负载 场景中实例有 11.6 万面， 共 25 万个实例，在 4090 显卡上可以达到 30 ~ 1500 fps (根据可视实例数量有所变化) * 简述 - 传统 Lod 为完整实例切换。优化更激进，但对于大型模型，可能会出现较为明显的跳变问题。 - 无级 Lod 会根据可视参数（角度、距离、分辨率等）分 cluster 切换。相较传统能更精细地处理跳变问题，但...
2D 全局光照
* 简介 基于 Radiance Cascades 的 2d 全局光照。在独立开发的渲染引擎基础之上实现。 其中场景分辨率为2k. 最小探针以 2*2 像素为单位时，实时完整渲染开销约为约 5ms。...
