Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 기술은 오프라인 패스 트레이싱과 실시간 게임 엔진 간의 격차를 해소하는 것을 목표로 합니다. 서브서피스 산란(SSS) 매개변수를 직접 추정하는 미분 가능 스크린 공간 SSSS 프레임워크를 소개하며, 이를 통해 표준 실시간 셰이더와 호환되는 사실적인 피부 외관을 구현합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.GR (Graphics)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기피부의 역산 렌더링(Inverse rendering)은 일반적으로 물리적 속성을 추정하기 위해 오프라인 패스 트레이싱(offline path tracing)에 의존하는데, 이는 게임 엔진과 같은 인터랙티브 애플리케이션에서 사용되는 근사 셰이더(approximate shaders)와 직접적으로 매핑되지 않는 문제가 있습니다. 우리는 실시간 렌더링 파이프라인에 맞춰진 서브서피스 산란(subsurface scattering) 매개변수를 직접 추정함으로써 이 격차를 해소합니다.
우리는 공간적으로 변화하는 베이스 텍스처와 산란 거리를 공동 최적화(joint optimization)할 수 있도록 하는 미분 가능 스크린 공간 서브서피스 산란(differentiable Screen-Space Subsurface Scattering, SSSS) 프레임워크를 소개합니다. 피부 두께의 국부적인 변화를 반영하기 위해, 우리는 이 매개변수들을 서로 다른 얼굴 영역 전반에 걸쳐 추정하여 프로덕션 런타임 엔진에서 사용할 수 있는 블렌딩된 프로필 맵(profile map)을 생성합니다.
우리의 파이프라인은 접근성이 뛰어나고 실용적인 외관 획득을 위해 설계된 저비용의 단일 광원, 단일 시점(single-light, single-view) 캡처 설비를 활용합니다. 최적화는 서브서피스 산란 효과가 지배적인 영역을 목표로 하는 마스크 손실 함수(masked loss function)에 의해 구동됩니다.
우리는 인구통계학적 일반화(demographic generalization)를 보장하기 위해 Monk Skin Tone Scale에 따른 45명의 실제 데이터셋으로 접근 방식을 검증합니다. 나아가, 이 평가를 합성 데이터, 단일 광원 가정을 검증하는 다중 광원 설정(multi-light setup), 그리고 각도 일관성을 확인하는 기울임 시점 구성(tilted-view configuration)으로 보완합니다. 결과는 우리의 방법이 경량 입력으로부터 산란 매개변수를 효과적으로 복구하여, 표준 실시간 셰이더와 직접 호환되는 사실적인 피부 외관을 제공함을 입증합니다.