文献

J-GLOBAL ID：201902280373265385   整理番号：19A1411492

ニューラルBTF圧縮と補間【JST・京大機械翻訳】

Neural BTF Compression and Interpolation

著者 (4件)： Rainer Gilles (University College London, UK) ,  Jakob Wenzel (Ecole Polytechnique Federale de Lausanne (EPFL), Switzerland) ,  Ghosh Abhijeet (Imperial College London, UK) ,  Weyrich Tim (University College London, UK)
資料名： Computer Graphics Forum  (Computer Graphics Forum)
巻： 38  号： 2  ページ： 235-244  発行年： 2019年 
JST資料番号： W1703A  ISSN： 0167-7055  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 双方向テクスチャ関数(BTF)は,複雑な外観を持つ材料をレンダリングするためのデータ駆動ソリューションである。典型的な捕獲は,様々な視野と照明条件の下で,材料サンプルの数千の画像を含んでいる。材料中の複雑な光相互作用を忠実に記録することができるが,主な欠点は,貯蔵とレンダリングの両方に対する大量メモリ要求であり,BTFデータの有効な圧縮を実用化における重要な要素とする。実際に用いられる一般的な圧縮方式は,元のデータセットの離散形式を保存する行列因数分解技術に基づいている。このアプローチは異なる材料によく一般化されるが,圧縮されたデータセットによるレンダリングは,依然として最も近いサンプル間の内挿に依存している。BTFの材料と角度分解能に依存して,これにより,ぼけとゴーストのアーチファクトをもたらすことができる。代替手法は,自然に内挿する連続関数を用いて,BTFデータを近似するための解析モデル当てはめを用いるが,その表現範囲は複雑な非局所照明効果(表面下散乱,相互反射,シャドウイングおよびマスキング...)を有する材料を忠実に再現するのに十分ではない。これらの観測に照らして,自動符号器によって触発されたニューラルネットワークベースのBTF表現を提案した。この符号器は,各テクスチャを潜在係数の小さな集合に圧縮し,一方,この復号器は光と視野方向を追加し,時間で単一のRGBベクトルを出力する。これにより,光およびビュー半球における反射率値を連続的に質問することができ,離散サンプル間の線形補間の必要性を除去することができる。著者らは,挑戦的な外観を有する織物BTFに関する著者らのアーキテクチャを訓練して,ベースラインとして標準PCAと比較した。著者らは,競合圧縮比とぼけやゴーストのない高品質補間/外挿を達成した。Copyright 2019 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 反射率 ,  計算機アーキテクチャ ,  ベクトル ,  画像 ,  アーチファクト ,  散乱 ,  *内挿法 ,  モデリング ,  ゴースト ,  符号器 ,  記憶装置 ,  相互作用 ,  ニューラルネットワーク ,  レンダリング
準シソーラス用語： 質感 , 【Automatic Indexing@JST】

著者キーワード (5件)： CCS概念 ,  ・コンピューティング方法論→反射率モデリング ,  画像ベースレンダリング ,  ニューラルネットワーク ,  画像圧縮

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： BTF ,  補間