随着虚拟现实应用场景的复杂化与头戴式显示器硬件规格的不断提升,GPU单位时间内需要处理的渲染图元数量和像素数量显著增加。近些年来,科研人员将人类视觉系统的研究成果应用于传统的实时渲染框架,为渲染优化提供了新的解决思路。与在整个视野范围内呈现一致的高质量图像不同,科研人员可以基于人眼在视野范围内视觉灵敏度的差异,在视觉灵敏度高的区域渲染出高质量图像,在视觉灵敏度低的区域对渲染质量进行一定程度的退化,从而显著提升虚拟现实的实时渲染性能。这种注视点数据驱动的渲染优化方法称为注视点渲染技术,本文正是基于这一课题展开分析研究的。本文首先阐述人类视觉系统的特征。由于视网膜上感光细胞分布不均匀,人类视觉系统在整个视野范围内获取视觉信息的能力并不一致,不同眼动行为造成的成像混叠会进一步限制人类视觉系统的视觉信息获取能力,这为在虚拟现实中通过降低外围区域图像质量以提升渲染性能的方法提供了理论基础。然后,针对现有注视点渲染技术普遍使用的视觉灵敏度模型只考虑静态视觉灵敏度的问题,本文提出空间频率模型,并利用该模型推导出屏幕空间任意位置的人眼最小分辨尺寸。该模型既考虑了静态视觉灵敏度,又考虑了动态视觉灵敏度。它将渲染空间划分为三个渲染区域,每个区域都可以根据人眼最小分辨尺寸的差异采用不同的渲染策略,通过融合渲染出最终的屏幕图像。最后,针对现有注视点渲染技术通常只对单一渲染空间进行优化的问题,本文提出基于注视点数据驱动的混合注视点渲染技术。混合注视点渲染技术结合空间频率模型,对模型空间和屏幕空间两个渲染空间进行渲染优化,以期进一步提升渲染性能。实验结果表明,混合注视点渲染技术比现有注视点渲染技术具有更高的渲染效率。