0

Искусственный интеллект помог улучшить 3D-графику

Ученым Калифорнийского университета удалось создать ИИ, который стал решением проблемы рендеринга реалистичных 3D-моделей животных.

Искусственный интеллект помог улучшить 3D-графику
Команда ученых из Калифорнийского университета разработала систему искусственного интеллекта, которая помогла решить проблему с рендерингом трехмерных моделей животных и сделать визуализацию компьютерной графики более реалистичной.

Создание реалистичных моделей пушных животных всегда было большой проблемой для специалистов по 3D-графике. Существующие инструменты и техники плохо приспособлены для моделирования сложного взаимодействия меха зверей со светом. Это связано с тем, что основной для алгоритмов редера послужили человеческие волосы, но за неимением других вариантов их же использовали и для моделирования меха. Однако человеческий волос и шерстинка животного имеют разную структуру и по-разному пропускают и отражают свет — этого существующие программы просто не учитывали.

Ученые во главе с профессором Рави Рамамурти разработали нейросеть, которую обучили решать эту проблему. Разработка ученых преобразует параметры меха в параметры рассеяния света для рендеринга. Создатели отмечают, что они добились на порядок большей скорости рендеринга при одинаковом качестве по сравнению с существующими методами.

Обычно для реалистичного рендеринга применяют метод глобального освещения. Он заключается в том, что компьютер рассчитывает не только отражение света от основного источника, но и отражения света, который в свою очередь отразился от других поверхностей на сцене. Этот метод более похож на реальные процессы и дает более реалистичное изображение, но требует значительно больших вычислительных затрат или времени.

Помимо этого современные системы рендеринга также используют подповерхностное рассеяние (Subsurface scattering, SSS), которое применяется для моделирования поведения полупрозрачных материалов. При этом методе часть света не отражается от поверхности, а проникает в объем материала, многократно меняет направление и выходит обратно под другим углом и в другой точке.

В случае с ворсистыми поверхностями компьютеру необходимо учитывать все эти процессы, что требует большую вычислительную мощность и большее время рендернинга. Существующие методы рендеринга основаны на взаимодействии света с человеческими волосами и не подходят для меха животных.

Для тренировки нейросети разработчики создали набор данных из тысячи изображений с разрешением 128 на 128 пикселей со случайными параметрами. После ученые сравнили свой метод с другими на одинаковых сценах и выяснили, что для сравнимого качества рендеринга ИИ требуется в несколько раз меньше времени при одинаковой вычислительной мощности.

«Наша модель генерирует гораздо более точные симуляции и делает это в десять раз быстрее, чем другие существующие инструменты», — заявили авторы разработки. По словам ученых, уже в ближайшем будущем применение их программы можно увидеть в кино и видеоиграх.

Также по теме