2022 Fiscal Year Annual Research Report
コンピュータグラフィクスによる質感表現の深化
Publicly Offered Research
| Project Area | Analysis and synthesis of deep SHITSUKAN information in the real world |
|---|
| Project/Area Number |
21H05826
|
|---|
| Research Institution | Wakayama University |
|---|
Principal Investigator |
岩崎 慶 和歌山大学, システム工学部, 准教授 (90379610)
|
|---|
| Project Period (FY) |
2021-09-10 – 2023-03-31
|
| Keywords | レンダリング / BRDF / 微分可能レンダリング / BCSDF |
|---|
| Outline of Annual Research Achievements |
本研究では，微分可能レンダリングを用いた髪の毛や動物の毛皮の光学的パラメータを推定する手法について研究を行なった．具体的には，髪の毛や毛皮の双方向曲線散乱分布関数(Bidirectional Curve Scattering Distribution Function)の9種類のパラメータを，毛の形状・照明が既知という条件下で対象となるレンダリング画像から推定している．対象となるレンダリング画像と一致するように，間接照明を考慮してパラメータを同時推定するような経路追跡レンダラーを開発した．局所解に陥らない様にするために，s段階の推定手法を提案した．1段階目では，髪の毛と毛皮の全体的な外観に影響を与える，毛内部の光の減衰率と屈折率という2つの光学的パラメータを推定する．次に，全ての光学的パラメータを第2段階で同時に推定する．実験結果により，我々が提案した微分可能レンダラーを用いて髪の毛と毛皮の光学的パラメータを自動的に推定することを示した．
被写界深度を表現する手法やエイリアシング手法の一つとして，ガウシアンフィルタリングは広く用いられている．我々は，微分可能レンダリングを用いてガウシアンフィルタリングの分散パラメータを画像から推定するインバースレンダリング手法を提案した．GPUを用いてガウシアンフィルタリングのパラメータを推定する微分可能レンダリングのモジュールプログラムを開発し，高速にパラメータ推定する手法を提案した．
計測BRDFは，現実の材質の反射率を実際に計測したデータであるため，素材の質感・外観を忠実に表現することができる．我々は，計測BRDFをパラメトリックモデル(Cook-Torrance BRDFやBelcourのmicrofacet BRDF)にフィッティングした．計測BRDFのパラメータを微分可能レンダリングを用いて推定する手法のための基礎実験を行なった．
|
| Research Progress Status |
令和4年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和4年度が最終年度であるため、記入しない。
|
