论文部分内容阅读
近几年,无论是在游戏还是影视行业中,三维模型的渲染效果越来越逼真。这不仅得益于显卡工业的高速发展,还与图形渲染技术的发展息息相关。基于物理的渲染(Physically Based Rendering,PBR)技术就是最近应用广泛的一种渲染技术。这种技术通过模拟真实世界中的光照表现,使其渲染出的三维模型呈现接近真实物体的视觉效果。与传统的渲染技术相比,PBR技术的渲染效果有了明显的改善。但由于PBR技术所需的模型材质的制作流程十分复杂且制作门槛较高,导致了支持PBR技术的模型制作成本远远高于传统的模型制作成本。本文基于对PBR原理和相关技术的研究,结合深度学习的思想,提出了一种PBR材质的生成方法。该方法简化了PBR材质的制作流程,提高了制作效率。通过对最终效果的观测,证明了本文方法的有效性和优越性。本文的主要工作如下:(1)提出了一条PBR材质的生成管线,将制作流程分成两个阶段。第一阶段是生成基础反射率贴图。第二阶段是根据基础反射率贴图和模型提供的相关信息来预测材质类型,并以此生成金属度贴图、粗糙度贴图和法线贴图。(2)在生成基础反射率贴图之前,需要提取模型的轮廓图像。本文利用三维模型的深度纹理来辅助边缘检测,能够较好的避免其他环境因素的干扰,生成较为纯净的模型轮廓图像。(3)结合深度学习领域中非常热门的生成对抗网络,来生成基础反射率贴图中的颜色信息。(4)提出了双面映射与像素扩充的方法,解决生成贴图完整性的问题。(5)为了确定材质的类型,我们使用了分类的思想,并通过合成数据的方法完成对分类器的训练,提高了预测效果。之后,根据材质类型生成了金属度贴图、粗糙度贴图和法线贴图,最终生成了完整的PBR材质。(6)设计并开发了一套PBR渲染系统来观测本文方法的实际效果。通过与传统材质模型的对比,验证了基于本文方法生成的PBR材质具有较好的视觉效果表现。