基于深度学习的实时三维图形渲染优化方法及装置

本发明涉及计算机图形技术领域，具体为基于深度学习的实时三维图形渲染优化方法及装置，方法包括：利用多模态深度神经网络对图形的几何、纹理和光照信息进行特征提取，生成高维特征向量；采用图神经网络动态调整三角网格分辨率，输出优化后的几何网格结构；利用神经辐射场模型对图形的全局光照进行预测，并通过变分自编码器生成优化后的光照贴图；使用视觉Transformer模型对光照贴图和纹理数据进行融合分析，生成自适应纹理映射方案；结合深度强化学习的渲染调度策略和生成对抗网络的超分辨率重建方法，对渲染结果进行优化，并对渲染图像进行后处理。本发明综合利用多种深度学习技术，显著提升了实时三维图形渲染的质量和效率。