Nöral Geometrik Ayrıntı Düzeyi: Örtük 3B Şekillerle Gerçek Zamanlı Görüntüleme
Author
Venue
IEEE Bilgisayar Görme ve Örüntü Tanıma 2021
Abstract
Nöral işaretli mesafe fonksiyonları (SDF'ler), 3B şekiller için etkili bir temsil olarak ortaya çıkmaktadır. SDF'ler, bir yüzeye en yakın mesafeyi döndüren bir konum fonksiyonu ile 3B yüzeyleri kodlar. En son teknoloji yöntemler, genellikle SDF'yi büyük, sabit boyutlu bir nöral ağ ile kodlayarak, örtük yüzeylerle karmaşık şekilleri yaklaştırır. Ancak, bu büyük ağların işlenmesi, her piksel için ağ üzerinden birçok ileri geçiş gerektirdiği için hesaplama açısından maliyetlidir ve bu da bu temsilleri gerçek zamanlı grafik uygulamaları için pratik olmaktan çıkarır. En son teknoloji geometri yeniden yapılandırma kalitesini sağlarken, ilk kez yüksek kaliteli sinirsel SDF'lerin gerçek zamanlı işlenmesini mümkün kılan verimli bir sinirsel temsil sunuyoruz. İmplisit yüzeyleri, şekilleri çoklu ayrık detay seviyeleri (LOD'ler) ile uyumlu hale getiren ve SDF enterpolasyonu ile sürekli LOD'yi mümkün kılan, sekizli ağaç tabanlı bir özellik hacmi kullanarak temsil ediyoruz. Ayrıca, seyrek sekizli ağaç taraması ile sadece gerekli LOD'leri sorgulayarak, yeni sinirsel SDF temsilimizi gerçek zamanlı olarak doğrudan işleyen verimli bir algoritma geliştiriyoruz. Temsilimizin, önceki çalışmalara kıyasla render hızı açısından 2-3 kat daha verimli olduğunu gösteriyoruz. Ayrıca, hem 3B geometrik hem de 2B görüntü alanı metrikleri altında karmaşık şekiller için en gelişmiş rekonstrüksiyon kalitesini sağlıyor.
