0
這里是，雷鋒字幕組編譯的Two minutes paper專欄，每周帶大家用碎片時間閱覽前沿技術，了解AI領域的最新研究成果。
原標題 Disney's AI Learns To Render Clouds | Two Minute Papers
翻譯 | 付騰 校對 | 凡江 整理 | 張谷鑫
?每周一篇2分鐘論文視頻解讀
本期介紹的論文是《Deep Scattering: Rendering Atmospheric Clouds with Radiance-Predicting Neural Networks》（深度散射：輻射預測神經網絡渲染大氣云）。這是一篇由迪士尼公司獨立發(fā)布的論文，教你訓練一個神經網絡，通過模擬光線過程來渲染云層。
這項技術的難點在于，我們必須運行一個叫做幾何體光線路徑跟蹤的算法。這是一種用來模擬光線輻射的技術。因為在很多光線散射過程當中，光輻射并不是直接被物體表面反射，而是穿透了物體 （比如這里的云層）。所以，要想建立云層物理外觀模型，關鍵是要準確地獲取云層幾何體。
前提是，我們必須模擬出可能出現(xiàn)的數(shù)百次散射過程（包括其中的百萬級光線路線）。但這個計算量太龐大了。在這篇論文里，作者們提出了一個很好的混合方法：用神經網絡快速學習、快速預測在散射過程中的光輻射，以節(jié)省一部分的計算量。另一部分仍然使用傳統(tǒng)算法。
云層渲染過程中，訓練神經網絡所用的數(shù)據(jù)包含了75個不同的云層。其中一部分是計算機自動生成的，另外一部分則是由藝術家繪制的，可以讓神經網絡學習到多種多樣的案例。最終效果驚人，圖片的渲染時間被壓縮到了分秒級。要知道，如果用傳統(tǒng)方法來做這類渲染，即使放到計算能力超強的平臺也非常耗時。
我們也不需要再多等幾小時，來看調整之后結果是不是比之前的渲染要好。因為散射的參數(shù)也可動態(tài)調整，非常短的時間內就可以完成了。
這項技術同樣支持不同的散射模型。所有的渲染結果都需要和真實渲染進行對比，我們可以看到它們大多數(shù)看起來和真實的沒什么兩樣。
譯者注：
這篇文章的新意是對神經網絡在新穎工程方面的應用，針對的是在傳統(tǒng)云層渲染當中 in-scattered radiance prediction 這個在實際使用當中的痛點。
這個神經網絡的基本結構是在普通的多層感知機上使用 ReLU 做激活函數(shù)，其創(chuàng)新在于構造了一種特殊的 layer 來模擬云層當中光線散射的特性。
這種特殊的 layer 是一個二層結構，其中輸入層相當于云層的幾何矩形圖形，然后第二層相當于內部光線散射的范圍，整個 layer 相當于模擬了一次光線在云層內部的散射，工作機理有些類似 CNN 內部的filter。
論文原址 http://drz.disneyresearch.com/~jnovak/publications/DeepScattering/
更多文章，關注雷鋒網，添加雷鋒字幕組微信號（leiphonefansub）為好友
備注「我要加入」，To be a AI Volunteer ！ 雷鋒網 雷鋒網
相關文章：
AlphaZero制勝解讀，通用強化學習算法自我對弈 | 2分鐘論文
愛P才會贏，英偉達用GANS弄了個高清人臉合成項目 | 2分鐘論文
從電影到游戲，你也能用GAN畫高清3D地形模型 | 2分鐘論文
雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。
