這里是，雷鋒字幕組編譯的Two minutes paper專(zhuān)欄，每周帶大家用碎片時(shí)間閱覽前沿技術(shù)，了解AI領(lǐng)域的最新研究成果。

原標(biāo)題 Disney's AI Learns To Render Clouds | Two Minute Papers 

翻譯 | 付騰    校對(duì) | 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(yù)測(cè)神經(jīng)網(wǎng)絡(luò)渲染大氣云）。這是一篇由迪士尼公司獨(dú)立發(fā)布的論文，教你訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)，通過(guò)模擬光線過(guò)程來(lái)渲染云層。

這項(xiàng)技術(shù)的難點(diǎn)在于，我們必須運(yùn)行一個(gè)叫做幾何體光線路徑跟蹤的算法。這是一種用來(lái)模擬光線輻射的技術(shù)。因?yàn)樵诤芏喙饩€散射過(guò)程當(dāng)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(guān)鍵是要準(zhǔn)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(guò)程（包括其中的百萬(wàn)級(jí)光線路線）。但這個(gè)計(jì)算量太龐大了。在這篇論文里，作者們提出了一個(gè)很好的混合方法：用神經(jīng)網(wǎng)絡(luò)快速學(xué)習(xí)、快速預(yù)測(cè)在散射過(guò)程中的光輻射，以節(jié)省一部分的計(jì)算量。另一部分仍然使用傳統(tǒng)算法。

云層渲染過(guò)程中，訓(xùn)練神經(jīng)網(wǎng)絡(luò)所用的數(shù)據(jù)包含了75個(gè)不同的云層。其中一部分是計(jì)算機(jī)自動(dòng)生成的，另外一部分則是由藝術(shù)家繪制的，可以讓神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)到多種多樣的案例。最終效果驚人，圖片的渲染時(shí)間被壓縮到了分秒級(jí)。要知道，如果用傳統(tǒng)方法來(lái)做這類(lèi)渲染，即使放到計(jì)算能力超強(qiáng)的平臺(tái)也非常耗時(shí)。

我們也不需要再多等幾小時(shí)，來(lái)看調(diào)整之后結(jié)果是不是比之前的渲染要好。因?yàn)樯⑸涞膮?shù)也可動(dòng)態(tài)調(diào)整，非常短的時(shí)間內(nèi)就可以完成了。 

這項(xiàng)技術(shù)同樣支持不同的散射模型。所有的渲染結(jié)果都需要和真實(shí)渲染進(jìn)行對(duì)比，我們可以看到它們大多數(shù)看起來(lái)和真實(shí)的沒(méi)什么兩樣。

 

譯者注：

• 這篇文章的新意是對(duì)神經(jīng)網(wǎng)絡(luò)在新穎工程方面的應(yīng)用，針對(duì)的是在傳統(tǒng)云層渲染當(dāng)中 in-scattered radiance prediction 這個(gè)在實(shí)際使用當(dāng)中的痛點(diǎn)。

• 這個(gè)神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)是在普通的多層感知機(jī)上使用 ReLU 做激活函數(shù)，其創(chuàng)新在于構(gòu)造了一種特殊的 layer 來(lái)模擬云層當(dāng)中光線散射的特性。

• 這種特殊的 layer 是一個(gè)二層結(jié)構(gòu)，其中輸入層相當(dāng)于云層的幾何矩形圖形，然后第二層相當(dāng)于內(nèi)部光線散射的范圍，整個(gè) layer 相當(dāng)于模擬了一次光線在云層內(nèi)部的散射，工作機(jī)理有些類(lèi)似 CNN 內(nèi)部的filter。

論文原址 http://drz.disneyresearch.com/~jnovak/publications/DeepScattering/

---

更多文章，關(guān)注雷鋒網(wǎng)，添加雷鋒字幕組微信號(hào)（leiphonefansub）為好友

備注「我要加入」，To be a  AI  Volunteer ！ 雷鋒網(wǎng) 雷鋒網(wǎng)

相關(guān)文章：

AlphaZero制勝解讀，通用強(qiáng)化學(xué)習(xí)算法自我對(duì)弈 | 2分鐘論文

愛(ài)P才會(huì)贏，英偉達(dá)用GANS弄了個(gè)高清人臉合成項(xiàng)目 | 2分鐘論文

從冬天回到夏天，英偉達(dá)的遷移網(wǎng)絡(luò)能派上用場(chǎng) | 2分鐘論文

從電影到游戲，你也能用GAN畫(huà)高清3D地形模型 | 2分鐘論文

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。