迪士尼用它来运算绘制云层?光线辐射预测神经网络到底强在哪

迪士尼用它来运算绘制云层?光线辐射预测神经网络到底强在哪

本期介绍的论文是《Deep Scattering: Rendering Atmospheric Clouds with Radiance-Predicting Neural Networks》(深度散射:辐射预测神经网络成像绘制大气云)。这是一篇由迪士尼公司独立发表的论文,教你训练一个神经网络,透过模拟光线过程来绘制云层。

迪士尼用它来运算绘制云层?光线辐射预测神经网络到底强在哪 AI与大数据 图2张

这项技术的难点在于,必须运行一个叫做几何体光线路径关注的演算法。这是一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。

迪士尼用它来运算绘制云层?光线辐射预测神经网络到底强在哪 AI与大数据 图3张

前提是,迪士尼必须模拟出可能出现的数百次散射过程(包括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演算法。

云层成像过程中,训练神经网络所用的数据包含了 75 个不同的云层。其中一部分是电脑自动生成的,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,图片的成像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。

迪士尼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运算成果要好。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。

这项技术同样支援不同的散射模型。所有的成像结果都需要和真实进行对比,可以看到它们大多数看起来和真实的没什么两样。

迪士尼用它来运算绘制云层?光线辐射预测神经网络到底强在哪 AI与大数据 图4张

注 1: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成像当中 in-scattered radiance prediction 这个在实际使用当中的痛点。
注 2: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。
注 3: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。

(本文由 雷锋网 授权转载;首图来源:pixabay)

   特别声明    本页内容仅供参考,版权终归原著者所有,若有侵权,请联系我们删除。