600187迪士尼用它来渲染云层?光线辐射预测神经网络到底强在哪? | 2分钟论文

  • 时间:
  • 浏览:6
  • 来源:大宗期货-京都期货

翻译 | 付腾 校对 | 凡江 整理 | 张谷鑫

本期介绍的论文是《Deep Scattering: Rendering Atmospheric Clouds with Radiance-Predicting Neural Networks》(深度散射:辐射预测神经网络渲染大气云)600187。这是一篇由迪士尼公司独立发布的论文,教你训练一个神经网络,通过模拟光线过程来渲染云层。

这项技术的难点在于,我们必须运行一个叫做几何体光线路径跟踪的算法。这是一600187种用来模拟光线辐射的技术。因为在很多光线散射过程当中,光辐射并不是直接被物体表面反射,而是穿透了物体 (比如这里的云层)。所以,要想建立云层物理外观模型,关键是要准确地获取云层几何体。

前提是,我们必须模拟出可能出现的数百次散射过程(包括600187其中的百万级光线路线)。但这个计算量太庞大了。在这篇论文里,作者们提出了一个很好的混合方法:用神经网络快速学习、快速预测在散射过程中的光辐射,以节省一部分的计算量。另一部分仍然使用传统算法。

云层渲染过程中,训练神经网络所用的数据包含了75个不同的云层。其中一部分是计算机自动生成的,另外一部分则是由艺术家绘制的,可以让神经网络学习到多种多样的案例。最终效果惊人,图片的渲染时间被压缩到了分秒级。要知道,如果用传统方法来做这类渲染,即使放到计算能力超强的平台也非常耗时。

我们也不需要再多等几小时,来看调整之后结果是不是比之前的渲染要好。因为散射的参数也可动态调整,非常短的时间内就可以完成了。

这项技术同样支持不同的散射模型。所有的渲染结果都需要和真实渲染进行对比,我们可以看到它们大多数看起来和真实的没什么两样。

译者注:

这篇文章的新意是对神经网络在新颖工程方面的应用,针对的是在传统云层渲染当中 in-scattered radiance prediction 这个在实际使用当中的痛点。

这个神经网络的基本结构是在普通的多层感知机上使用 ReLU 做激活函数,其创新在于构造了一种特殊的 layer 来模拟云层当中光线散射的特性。

这种特殊的 layer 是一个二层结构,其中输入层相当于云层的几何矩形图形,然后第二层相当于内部光线散射的范围,整个 layer 相当于模拟了一次光线在云层内部的散射,工作机理有些类似 CNN 内部的filter。

雷锋网提供论文原址:http://drz.disneyresearch.com/~jnovak/publications/DeepScattering/

关注雷锋网,雷锋字幕组编译系列短视频《 2 分钟论文 》,带大家用碎片时间阅览前沿技术,了解 AI 领域的最新研究成果。

相关文章:

AlphaZero制胜解读,通用强化学习算法自我对弈 | 2分钟论文

爱P才会赢,英伟达用GANS弄了个高清人脸合成项目 | 2分钟论文

从冬天回到夏天,英伟达的迁移网络能派上用场 | 2分钟论文

从电影到游戏,你也能用GAN画高清3D地形模型 | 2分钟论文