一种基于结构相似性引导的反走样方法及系统

本发明公开了一种基于结构相似性引导的反走样方法及系统，属于计算机图形学技术领域，在输入阶段，读取当前帧的信息与上一帧产生的上下文信息，当前帧的信息包括RGB图像，深度图，运动矢量图，上一帧的上下文信息包括3通道的RGB图像和5通道的特征图；神经网络模型嵌入在一个反馈循环中，该神经网络模型在输出阶段产生5通道的特征图和3通道的反走样结果图像，将这两个结果拼接为8通道的图像，作为下一帧的上下文信息传递给下一帧进行处理，该反馈循环通过一个循环神经网络实现。本发明的方法，采用的是编码器‑解码器架构，通过动态核预测与多尺度特征融合实现高效反走样，并构造特征重加权融合系数，解决TAA算法中鬼影和闪烁。