Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 논문은 미분 가능한 빛 전달 기술을 활용하여 눈부심 지수(UGR)를 최적화하는 새로운 프레임워크를 제안합니다. 기존의 이산적인 UGR 공식을 미분 가능한 시그모이드 경계로 대체하여, 경사 기반 역렌더링을 통해 시각적 불편함을 최소화하는 물리적 설계를 가능하게 합니다.
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 바로가기미분 가능한 빛 전달(differentiable light transport)에 관한 최근 연구는 컴퓨터 그래픽스 알고리즘의 유용성을 전통적인 이미지 생성을 넘어 물리적 역설계(physical inverse design)를 위한 강력한 도구로 확장하고 있습니다. 건축 및 자동차 분야의 응용 사례에서, 눈부심(glare)으로 인한 시각적 불편함은 매우 중요한 설계 평가 지표이며, 전통적으로는 이산적인 CIE 통합 눈부심 지수(CIE Unified Glare Rating, UGR)를 통해 정량화되어 왔습니다. 표준 UGR 공식은 엄격한 이진 임계값(binary thresholds)에 의존하기 때문에, 매끄러운 경사 기반 역렌더링(gradient-based inverse rendering)과는 근본적으로 호환되지 않습니다. 본 논문에서는 UGR을 위한 연속적이고 완전 미분 가능한 프록시(proxy)를 소개합니다. 낮은 샘플 밀도에서 몬테카를로 분산(Monte Carlo variance)으로 인해 발생하는 심각한 최적화 불안정성을 해결하기 위해, 우리는 파손된 평가 마스크를 복구하기 위해 인간 눈의 점 퍼짐 함수(Point Spread Function, PSF)를 시뮬레이션하는 미분 가능한 광학 산란 패스(optical scattering pass)를 도입합니다. 우리는 이산적인 UGR 계단 함수(step function)를 조절 가능한 시그모이드 경계(sigmoid boundary)로 대체하여, 정신물리적 측정값(psychophysical measure)으로부터 물리적 장면 파라미터(physical scene parameters)로 경사(gradients)가 매끄럽게 흐를 수 있도록 합니다. 우리는 이 미분 가능한 프레임워크를 세 가지 복사 에너지 영역(radiometric domains)에 걸쳐 체계적으로 적용하여 눈부심을 감소시킵니다: 표면 측면의 미세 기하학적 거칠기(microgeometry roughening), 경계 측면의 굴절률(index of refraction, IOR) 최적화, 그리고 광원 측면의 에미터 고보 마스킹(emitter gobo masking). 수동적인 지각 평가를 능동적인 손실 지형(loss landscape)으로 변환함으로써, 우리의 프레임워크는 복잡한 전역 조명(global illumination) 환경에서 시각적 편안함을 최적화하기 위한 견고한 물리 기반 파이프라인을 제공합니다.