무엇을 찾고 계신가요?
Hero background image

Unity 간행물

유니티에서는 그래픽스, AI, 성능 등을 위한 연구를 진행합니다. 저희는 강연, 컨퍼런스 및 저널을 통해 이러한 연구를 여러분 및 커뮤니티와 공유합니다. 최신 발행물은 아래를 참조하세요.

2022

Practical Hex Tiling 데모
실용적인 실시간 헥사 타일링

모튼 S. 미켈슨 - 컴퓨터 그래픽 기술 저널(JCGT)

실시간 그래픽의 맥락에서 무작위로 타일링된 텍스처에 편리하고 쉽게 적용할 수 있는 접근 방식을 제공하기 위해 하이츠와 네이렛의 예시 노이즈 알고리즘을 적용하는 방법을 제안합니다. 원래 방식은 히스토그램 보존 방식을 사용하여 대비를 보존하는데, 원본 텍스처를 변환 및 역변환 텍스처로 변환하는 사전 계산 단계가 필요하며, 이 두 가지 모두 원본 소스 텍스처가 아닌 셰이더에서 샘플링해야 합니다. 따라서 셰이더 및 머티리얼 작성자에게 불투명하게 보이려면 애플리케이션과의 긴밀한 통합이 필요합니다. 이번 버전에서는 히스토그램 보존을 생략하고 원본 소스 텍스처를 샘플링할 수 있는 새로운 블렌딩 방법으로 대체했습니다. 이 생략은 높이 맵의 부분 도함수를 나타내므로 노멀 맵에 특히 적합합니다. 육각 타일 사이의 전환을 확산하기 위해 블렌딩 가중치를 조정하는 간단한 메트릭을 도입했습니다. 색상 텍스처의 경우 블렌딩 가중치에 직접 대비 기능을 적용하여 대비 손실을 줄입니다. 이 방법은 컬러에 적합하지만, 반복되지 않는 노이즈는 노멀을 교란하여 표면 디테일을 모방하는 데 이상적이므로 노멀 맵의 사용 사례를 강조합니다.

ProtoRes 데모
ProtoRes: 인간 포즈의 딥 모델링을 위한 프로토-잔여 아키텍처

보리스 N. 오레스킨, 플로랑 보퀼레, 펠릭스 G. 하비, 베이 라잇, 도미닉 라플람 - ICLR 2022(구두, 수락된 논문 중 상위 5%)

유니티는 고급 AI 지원 애니메이션 툴을 위한 학습 가능한 사람 포즈 신경 표현 개발에 주력하고 있습니다. 특히, 희소하고 가변적인 사용자 입력(예: 신체 관절의 하위 집합의 위치 및/또는 방향)을 기반으로 완전한 정적 인체 포즈를 구성하는 문제를 해결합니다. 이 문제를 해결하기 위해 우리는 부분적으로 지정된 포즈의 프로토타입 인코딩과 잔여 연결을 결합하여 학습된 잠재 공간에서 새로운 완전한 포즈를 생성하는 새로운 신경 아키텍처를 제안합니다. 저희 아키텍처는 정확도와 계산 효율성 측면에서 Transformer를 기반으로 한 기준선보다 우수한 성능을 보여줍니다. 또한 실시간 3D 개발 플랫폼인 Unity에서 신경 모델을 통합할 수 있는 사용자 인터페이스를 개발합니다. 또한 고품질의 인간 모션 캡처 데이터를 기반으로 정적인 인간 포즈 모델링 문제를 나타내는 두 가지 새로운 데이터 세트를 모델 코드와 함께 공개할 예정입니다.

Htex: Htex: 임의 메시 토폴로지를 위한 하프에지별 텍스처링
Htex: Htex: 임의 메시 토폴로지를 위한 하프에지별 텍스처링

윌헴 바비에, 조나단 듀푸이 - HPG 2022

명시적인 파라미터화 없이 임의의 폴리곤 메시를 텍스처링하는 GPU 친화적인 방법인 하프엣지별 텍스처링(Htex)을 소개합니다. Htex는 하프엣지가 폴리곤 메시의 내재적 삼각 측량을 인코딩한다는 통찰력을 바탕으로 각 하프엣지가 직접 인접 정보를 가진 고유한 삼각형에 걸쳐 있다는 점에 착안했습니다. 이전의 파라미터화 없는 텍스처링 방법처럼 입력 메시의 면마다 별도의 텍스처를 저장하는 대신, Htex는 각 하프엣지와 그 트윈에 대해 정사각형 텍스처를 저장합니다. 페이스에서 하프엣지로의 간단한 변경이 고성능 파라미터화 없는 텍스처링을 위한 두 가지 중요한 속성을 유도한다는 것을 보여줍니다. 첫째, Htex는 쿼드면이 아닌 면을 위한 전용 코드 없이도 임의의 다각형을 기본적으로 지원합니다. 둘째, Htex는 하프엣지당 3개의 텍스처 페치만 사용하여 전체 메시에서 연속적인 텍스처링을 생성하는 간단하고 효율적인 GPU 구현으로 이어집니다. 프로덕션 에셋을 실시간으로 렌더링하여 Htex의 효과를 입증합니다.

PRT(Precomputed Radiance Transfer)용 데이터 기반 패러다임
PRT(Precomputed Radiance Transfer)용 데이터 기반 패러다임

로랑 벨쿠르, 토마스 델리오, 윌헴 바비에, 시릴 솔러 - HPG 2022

이 작업에서는 데이터 기반 방식으로 사전 계산된 광원 전송(PRT) 방법을 구축하는 패러다임의 변화를 살펴봅니다. 이러한 패러다임의 전환을 통해 재구성 기준 정의, 전달 함수 계산을 위한 전용 경로 추적기 코딩 등 기존 PRT 방법 구축의 어려움을 완화할 수 있습니다. 우리의 목표는 간단한 기준 알고리즘을 제공하여 머신 러닝 방법의 기반을 마련하는 것입니다. 보다 구체적으로, 직접 조명의 몇 가지 측정값을 통해 머리카락과 표면의 간접 조명을 실시간으로 렌더링하는 방법을 시연합니다. 유니티는 특이값 분해(SVD)와 같은 표준 툴만을 사용하여 직접 및 간접 조명 렌더링 쌍으로 기준선을 구축하여 재구성 기준과 전달 함수를 모두 추출합니다.

병렬 루프 세분화를 위한 하프엣지 세분화 규칙
병렬 루프 세분화를 위한 하프엣지 세분화 규칙

로랑 벨쿠르, 토마스 델리오, 윌헴 바비에, 시릴 솔러 - HPG 2022

이 작업에서는 데이터 기반 방식으로 사전 계산된 광원 전송(PRT) 방법을 구축하는 패러다임의 변화를 살펴봅니다. 이러한 패러다임의 전환을 통해 재구성 기준 정의, 전달 함수 계산을 위한 전용 경로 추적기 코딩 등 기존 PRT 방법 구축의 어려움을 완화할 수 있습니다. 우리의 목표는 간단한 기준 알고리즘을 제공하여 머신 러닝 방법의 기반을 마련하는 것입니다. 보다 구체적으로, 직접 조명의 몇 가지 측정값을 통해 머리카락과 표면의 간접 조명을 실시간으로 렌더링하는 방법을 시연합니다. 유니티는 특이값 분해(SVD)와 같은 표준 툴만을 사용하여 직접 및 간접 조명 렌더링 쌍으로 기준선을 구축하여 재구성 기준과 전달 함수를 모두 추출합니다.

이방성 GGX에 선형 변환된 코사인 가져오기
이방성 GGX에 선형 변환된 코사인 가져오기

Aakash KT, Eric Heitz, Jonathan Dupuy, P.J. 나라야난 - I3D 2022

선형 변환 코사인(LTC)은 분석적 통합 특성 덕분에 실시간 영역 조명 셰이딩에 사용되는 분포 제품군입니다. 최신 게임 엔진은 유비쿼터스 GGX 모델의 LTC 근사치를 사용하지만, 현재 이 근사치는 등방성 GGX에만 존재하므로 이방성 GGX는 지원되지 않습니다. 차원이 높아지면 그 자체로도 문제가 되지만, 이방성의 경우 LTC를 피팅, 후처리, 저장, 보간할 때 몇 가지 추가적인 문제가 발생한다는 것을 보여줍니다. 이러한 각 작업은 렌더링 아티팩트를 피하기 위해 신중하게 수행해야 합니다. LTC의 불변성 속성을 도입하고 활용하여 각 연산에 대한 강력한 솔루션을 찾습니다. 그 결과, 이방성 GGX에 대한 그럴듯하고 아티팩트 없는 LTC 근사치를 제공하는 작은 8^4 룩업 테이블을 얻고 이를 실시간 영역 조명 셰이딩에 적용합니다.

디퓨즈 인터페이스로 레이어드 머티리얼 렌더링하기
디퓨즈 인터페이스로 레이어드 머티리얼 렌더링하기

헬로이즈 드 디네샹, 로랑 벨쿠르 - I3D 2022

이 작업에서는 거친 유전체 코팅이 된 램버트 표면을 실시간으로 렌더링하는 새로운 방법을 소개합니다. 이러한 구성의 모양은 직접 및 간접 상호 작용을 각각 설명하는 두 개의 마이크로 패싯 로브로 충실하게 표현된다는 것을 보여줍니다. 5D 테이블을 사용하여 빛 수송의 1차 방향 통계(에너지, 평균 및 분산)를 기반으로 이러한 로브를 수치적으로 맞추고 분석 형태와 차원 축소를 통해 2D + 1D로 좁힙니다. 유니티는 거친 플라스틱과 세라믹을 실사에 가깝게 효율적으로 렌더링하여 유니티 방법의 품질을 입증합니다. 또한 램버시안 인터페이스를 포함하도록 최첨단 레이어드 머티리얼 모델을 개선했습니다.

2021-2019

FC-GAGA: 시공간 트래픽 예측을 위한 완전 커넥티드 게이트 그래프 아키텍처

보리스 N. 오레슈킨, 아레조 아미니, 루시 코일, 마크 J. 코츠 (AAAI 2021)

다변량 시계열 예측은 트래픽 관리, 셀룰러 네트워크 구성, 계량적 금융에 응용할 수 있는 중요한 문제입니다. 시계열 간의 관계를 파악할 수 있는 그래프가 있는 경우 특별한 문제가 발생합니다. 이 논문에서는 그래프에 대한 지식 없이도 기존 최고의 알고리즘과 동등하거나 그 이상의 성능을 달성하는 새로운 학습 아키텍처를 제안합니다. 저희가 제안한 아키텍처의 핵심 요소는 학습 가능한 완전 연결형 하드 그래프 게이팅 메커니즘으로, 교통 예측 애플리케이션에서 계산 효율성이 높은 최첨단 완전 연결형 시계열 예측 아키텍처를 사용할 수 있게 해줍니다. 두 개의 공용 트래픽 네트워크 데이터 세트에 대한 실험 결과는 이 접근 방식의 가치를 보여주며, 제거 연구를 통해 아키텍처의 각 요소의 중요성을 확인했습니다.

신경 텍스처 합성을 위한 슬라이스 바서스타인 손실

에릭 하이츠, 케네스 반호이, 토마스 샹봉, 로랑 벨쿠르 - CVPR 2021에 출연 예정

물체 인식에 최적화된 컨볼루션 신경망의 특징 활성화에서 추출한 통계를 기반으로 텍스처 손실을 계산하는 문제를 해결합니다(예: VGG-19). 기본적인 수학적 문제는 특징 공간에서 두 분포 사이의 거리를 측정하는 것입니다. 그램 행렬 손실은 이 문제에 대한 보편적인 근사치이지만 몇 가지 단점이 있습니다. 우리의 목표는 이를 대체할 수 있는 슬라이스 바서슈타인 거리를 홍보하는 것입니다. 이론적으로 입증되고 실용적이며 구현이 간단하고 최적화 또는 생성 신경망 학습을 통해 텍스처 합성에 시각적으로 우수한 결과를 얻을 수 있습니다.

레이 콘을 사용하여 향상된 셰이더 및 텍스처 디테일 수준
레이 콘을 사용하여 향상된 셰이더 및 텍스처 디테일 수준

토마스 아케닌-묄러, 시릴 크라신, 야쿱 보크산스키, 로랑 벨쿠르, 알렉세이 판텔레예프, 올리 라이트 - 컴퓨터 그래픽 기술 저널(JCGT)에 게재됨

실시간 레이 트레이싱에서 텍스처 필터링은 이미지 품질을 높이는 데 중요한 기술입니다. Windows 10의 RTX를 사용하는 Minecraft와 같은 최신 게임에서는 레이 콘을 사용하여 텍스처 필터링 풋프린트를 결정합니다. 이 백서에서는 이미지 품질과 성능을 개선하고 게임 엔진에 더 쉽게 적용할 수 있는 레이콘 알고리즘의 몇 가지 개선 사항을 소개합니다. GPU 기반 경로 추적기에서 프레임당 총 시간을 약 10% 줄일 수 있음을 보여드리며, 퍼블릭 도메인 구현을 제공합니다.

정확한 프레넬을 실시간 렌더링에 적용하기: 사전 통합 가능한 분해
정확한 프레넬을 실시간 렌더링에 적용하기: 사전 통합 가능한 분해

로랑 벨쿠르, 메간 바티, 파스칼 발라 - ACM 시그라프 2020 강연 및 코스에 게시됨

리얼타임 렌더링 엔진에서 실측 반사율을 정확하게 재현할 수 있는 새로운 근사 프레넬 반사율 모델을 소개합니다. 이 방법은 가능한 프레넬 곡선의 공간에 대한 경험적 분해를 기반으로 합니다. 실시간 엔진에서 사용되는 이미지 기반 조명 및 영역 조명의 사전 통합과 호환됩니다. 이전에는 오프라인 렌더링에만 제한되었던 반사율 매개변수화[Gulbrandsen 2014]를 사용할 수 있도록 허용했습니다.

동시 바이너리 트리
동시 바이너리 트리

Jonathan Dupuy - HPG 2020

임의의 바이너리 트리를 병렬로 구축하고 업데이트하는 새로운 동시 표현 방식인 동시 바이너리 트리(CBT)를 소개합니다. 기본적으로 우리의 표현은 비트필드의 합-환원 트리를 명시적으로 저장하는 이진 힙, 즉 1D 배열로 구성됩니다. 이 비트필드에서 각 1값 비트는 CBT로 인코딩된 이진 트리의 리프 노드를 나타내며, 합-환원에 대한 이진 검색을 사용하여 알고리즘적으로 위치를 찾습니다. 이 구조는 리프 노드당 하나의 스레드까지 디스패치할 수 있으며, 이러한 스레드는 비트필드에 대한 간단한 비트 단위 연산을 통해 노드를 안전하게 분할 및/또는 동시에 제거할 수 있음을 보여줍니다. CBT의 실질적인 이점은 병렬 프로세서로 바이너리 트리 기반 알고리즘을 가속화할 수 있다는 점입니다. 유니티는 이러한 주장을 뒷받침하기 위해 대규모 지형에 대한 적응형 지오메트리를 계산하고 렌더링하는 최장 에지 분할 기반 알고리즘을 전적으로 GPU에서 가속화하는 표현을 활용하고 있습니다. 이 특정 알고리즘의 경우, CBT에서는 프로세서 수에 따라 처리 속도가 선형적으로 빨라집니다.

CDF를 반전할 수 없나요? 커브 아래 영역의 트라이앵글 컷 파라미터화
CDF를 반전할 수 없나요? 커브 아래 영역의 트라이앵글 컷 파라미터화

에릭 하이츠 - EGSR 2020

누적 분포 함수(CDF)를 분석적으로 반전시킬 수 없는 밀도를 샘플링하는 정확하고 분석적이며 결정론적인 방법을 제시합니다. 실제로 역 CDF 방법은 균일하지 않은 밀도를 샘플링하는 데 가장 적합한 방법으로 간주되는 경우가 많습니다. CDF가 분석적으로 반전할 수 없는 경우, 일반적인 대체 솔루션은 근사치, 수치 또는 수락-거부와 같은 비결정론적 솔루션입니다. 이 문제를 극복하기 위해 목표 밀도 곡선 아래 영역의 분석 영역을 보존하는 매개변수화를 계산하는 방법을 보여드리겠습니다. 이를 사용하여 목표 밀도의 곡선 아래에 균일하게 분포된 임의의 점을 생성하고, 그 점들은 목표 밀도와 함께 분포됩니다. 기술적으로는 오차를 잘라내기 쉬운 삼각형으로 기하학적으로 표현할 수 있는 대략적인 분석 매개변수화를 사용하는 것이 아이디어입니다. 이 삼각형 컷 매개변수화는 분석적으로 해결할 수 없었던 샘플링 문제에 대해 정확하고 분석적인 해결책을 제시합니다.

이방성 인터페이스로 레이어드 머티리얼 렌더링하기
이방성 인터페이스로 레이어드 머티리얼 렌더링하기

필립 바이어, 로랑 벨쿠르 - 컴퓨터 그래픽 기술 저널(JCGT)에 게재됨

이방성 인터페이스로 레이어드 머티리얼을 렌더링하는 가볍고 효율적인 방법을 소개합니다. 이 연구는 이전에 발표한 통계 프레임워크를 확장하여 이방성 마이크로패싯 모델을 처리합니다. 이 작업의 핵심 인사이트는 탄젠트 평면에 투영할 때 이방성 GGX 분포의 BRDF 로브가 탄젠트 프레임과 정렬된 타원형 분포로 잘 근사화된다는 것입니다. 이 공간에서 공분산 행렬은 대각선입니다. 이 속성을 활용하여 각 이방성 축에서 독립적으로 이방성 레이어 알고리즘을 수행합니다. 또한 방향성 분산에 대한 러프니스 매핑과 이방성을 고려한 평균 반사율 평가를 업데이트합니다.

임의의 다각형 도메인 내에서 이변량 투영-코시 분포의 통합 및 시뮬레이션

조나단 듀푸이, 로랑 벨쿠르, 에릭 하이츠 - 기술 보고서 2019

치수 d의 단위 상반구에서 균일한 변수를 고려합니다. 단위 구의 중심을 통과하여 그 위의 평면에 직선 투영하면 이 변수가 D차원 투영 코시 분포에 따라 분포하는 것으로 알려져 있습니다. 이 작업에서는 차원 d=2에서 이 구조의 기하학을 활용하여 이변량 투영-코시 분포의 새로운 속성을 도출합니다. 특히, 기하학적 직관을 통해 임의의 영역 내에서 이변량 투영 코시 분포를 통합하고 시뮬레이션하면 단위 구의 원점에서 볼 때 이 영역의 기하학적 구조에 의해 기울어진 입체 각을 각각 측정하고 샘플링하는 것으로 변환된다는 사실을 밝혀냈습니다. 이 결과를 이변량 투영 코시 분포의 잘린 변형을 생성하는 등의 실용적인 용도로 사용하기 위해 두 가지 측면에서 확장합니다. 먼저 위치-규모 상관 계수로 매개변수화된 코시 분포에 대한 일반화를 제공합니다. 둘째, 다각형 도메인에 대한 전문화를 제공하여 폐쇄형 표현식으로 이어집니다. 삼각형 도메인의 경우에 대한 완전한 MATLAB 구현을 제공하고, 타원형 도메인의 경우와 결과를 이변량 학생 분포로 확장하는 방법에 대해 간략하게 설명합니다.

표면 그래디언트 기반 범프 매핑 프레임워크
표면 그래디언트 기반 범프 매핑 프레임워크

모텐 미켈슨 2020

이 문서에서는 여러 텍스처 좌표 세트와 절차적으로 생성된 텍스처 좌표 및 지오메트리에 대한 범프 맵과 노멀 맵의 레이어링과 합성을 위한 새로운 프레임워크를 제시합니다. 또한 데칼 프로젝터, 3면 투영(triplanar projection), 노이즈 기반 함수와 같은 영역에 정의된 범프 맵에 대한 적합한 지원과 통합을 제공합니다.

G-버퍼 정보에 따라 실시간으로 비디오 게임의 멀티 스타일링 안내

Adèle Saint-Denis, Kenneth Vanhoey, Thomas Deliot HPG 2019

최신 신경 스타일 전송 기술을 활용하여 런타임에 비디오 게임의 스타일을 수정하는 방법을 살펴봅니다. 최신 스타일 전송 신경망은 사전 학습되어 런타임에 모든 스타일을 빠르게 전송할 수 있습니다. 그러나 하나의 스타일이 전체 이미지에 걸쳐 전 세계적으로 적용되는 반면, 우리는 사용자에게 더 세분화된 저작 도구를 제공하고자 합니다. 이 작업에서는 사용자가 스타일 이미지를 통해 깊이, 노멀 또는 오브젝트 ID와 같이 디퍼드 렌더링 파이프라인의 G-버퍼에 있는 다양한 물리량에 스타일을 할당할 수 있습니다. 그런 다음 렌더링할 장면에 따라 이러한 스타일을 부드럽게 보간합니다(예: 오브젝트, 깊이 또는 방향에 따라 다른 스타일이 생성됨).

2019-2018

프레임 간에 픽셀 시드를 변경해 스크린 공간에 블루 노이즈로 몬테카를로 오류 배포하기
프레임 간에 픽셀 시드를 변경해 스크린 공간에 블루 노이즈로 몬테카를로 오류 배포하기

에릭 하이츠, 로랑 벨쿠르 - 2021 EGSR 2019

몬테카를로 오류와 관련된 두 가지 주요 프로퍼티를 통해 높은 화질의 픽셀당 샘플을 생성하는 샘플러를 소개합니다. 먼저, 각 픽셀의 시퀀스는 Owen 혼합법의 Sobol 시퀀스로 최첨단 컨버전스 프로퍼티를 갖고 있습니다. 따라서 몬테카를로 오류는 규모가 작습니다. 두 번째로, 이러한 오류는 스크린 공간에 블루 노이즈로 배포됩니다. 이로 인해 시각적으로 더 보기 좋게 만들어 줍니다. 이 샘플러는 가볍고 빠릅니다. 작은 텍스처와 두 개의 xor 연산으로 이를 구현했습니다. 첨부 자료에서 다른 수의 씬 및 샘플에 대한 이전 작업과 비교한 내용을 확인하실 수 있습니다.

스크린 공간에 블루 노이즈로 몬테카를로 오류를 배포하며 불일치가 낮은 샘플러
스크린 공간에 블루 노이즈로 몬테카를로 오류를 배포하며 불일치가 낮은 샘플러

에릭 하이츠, 로랑 벨쿠르 -참고자료 ACM 시그라프 토크 2019

몬테카를로 오류와 관련된 두 가지 주요 프로퍼티를 통해 높은 화질의 픽셀당 샘플을 생성하는 샘플러를 소개합니다. 먼저, 각 픽셀의 시퀀스는 Owen 혼합법의 Sobol 시퀀스로 최첨단 컨버전스 프로퍼티를 갖고 있습니다. 따라서 몬테카를로 오류는 규모가 작습니다. 두 번째로, 이러한 오류는 스크린 공간에 블루 노이즈로 배포됩니다. 이로 인해 시각적으로 더 보기 좋게 만들어 줍니다. 가볍고 빠른 샘플러입니다. 작은 텍스처와 두 개의 xor 연산으로 이를 구현했습니다. 첨부 자료에서 다른 수의 씬 및 샘플에 대한 이전 작업과 비교한 내용을 확인하실 수 있습니다.

삼각형과 사각형 사이의 왜곡이 적은 지도
삼각형과 사각형 사이의 왜곡이 적은 지도

에릭 하이츠 - 기술 보고서 2019

삼각형과 사각형 사이에 왜곡이 적은 맵을 소개합니다. 이 매핑을 통해 임의의 삼각형에서 균일한 밀도를 가진 임의의 지점을 샘플링하는 데 사용할 수 있는 영역 보존 매개변수화가 가능합니다. 이 매개변수화는 일반적으로 삼각형 샘플링에 사용되는 제곱근 매개변수화와 비교해 두 가지 이점이 있습니다. 먼저, 왜곡이 적고 입력 샘플의 블루 노이즈 프로퍼티를 더 잘 보존합니다. 두 번째로, 산술적 연산(+, *)만으로 계산하기 때문에 값을 더욱 빠르게 구할 수 있습니다.

보이는 노멀의 GGX 분포 샘플링하기

에릭 하이츠 - JCGT 2018

중요도 샘플링 마이크로패싯 BSDF는 가시 노멀 분포(VNDF)를 사용하여 몬테카를로 렌더링에서 상당한 분산 감소 효과를 얻을 수 있습니다. 이 문서에서는 GGX 마이크로패싯 분포의 VNDF에 대한 효율적이고 정확한 샘플링 루틴에 대해 설명합니다. 이 루틴은 GGX가 잘린 타원체의 법선 분포라는 속성을 활용하며, GGX VNDF를 샘플링하는 것은 이 잘린 타원체의 2D 투영을 샘플링하는 것과 동일합니다. 이를 위해 잘린 타원체를 반구에 매핑하는 선형 변환을 사용하여 문제를 단순화합니다. 선형 변환은 투영된 영역의 균일성을 유지하므로 반구 구성에서 샘플링하고 샘플을 타원체 구성으로 다시 변환하면 GGX VNDF에서 유효한 샘플을 얻을 수 있습니다.

점광원에 임의로 배치된 타원면을 대하는 입체각의 분석적 계산

에릭 하이츠 - 물리학 연구의 핵 기기 및 방법 2018

임의로 배치된 타원체와 동일한 솔리드 각도 영역을 하위하는 타원을 계산하는 기하학적 방법을 소개합니다. 이 방법을 사용하면 타원의 기존 분석 솔리드 각도 계산을 타원체까지 확장할 수 있습니다. 우리의 아이디어는 타원체에 선형 변환을 적용하여 동일한 솔리드 앵글 영역을 커버하는 디스크를 계산할 수 있는 구체로 변환하는 것입니다. 이 디스크에 역선형 변환을 적용하면 타원체와 동일한 솔리드 각도 영역에 속하는 타원을 얻을 수 있음을 보여줍니다. 저희는 알고리즘의 MATLAB 구현을 제공하고 이를 수치로 검증합니다.

비 지수 분포를 사용한 트랙 길이 샘플링에 대한 참고 사항

에릭 하이츠, 로랑 벨쿠르 - 기술 보고서 2018

트랙 길이 샘플링은 거리 분포에 따라 무작위 간격을 샘플링하는 프로세스입니다. 즉, 트랙 길이 샘플링은 거리 분포에서 정확한 거리를 샘플링하는 대신 가능한 거리의 간격을 생성하며, 간격의 기대치가 목표 거리 분포인 경우 트랙 길이 샘플링 프로세스는 정확합니다. 즉, 샘플링된 모든 간격의 평균은 그 수가 증가함에 따라 거리 분포에 수렴해야 합니다. 이 노트에서는 정시 거리 샘플링에 사용되는 거리 분포와 간격 샘플링에 사용되는 선로 길이 분포가 일반적으로 동일하지 않다는 점을 강조합니다. 우리가 아는 한, 트랙 길이 샘플링은 주로 거리 분포가 일반적으로 지수 분포인 교통 이론의 맥락에서 연구되어 왔는데, 이 특수한 경우 거리 분포와 트랙 길이 분포가 모두 동일한 지수 분포이기 때문에 이 차이는 놀랍습니다. 그러나 일반적으로 거리 분포가 기하급수적이지 않은 경우에는 동일하지 않습니다.

애널리틱 다이렉트 일루미네이션과 스토캐스틱 섀도우의 결합
애널리틱 다이렉트 일루미네이션과 스토캐스틱 섀도우의 결합

에릭 하이츠, 스티븐 힐(루카스필름), 모건 맥과이어(엔비디아) - I3D 2018(단편 논문)(최우수 논문 발표상)

이 논문에서는 정확성을 유지하면서 분석적 조명 기법과 스토캐스틱 레이트레이싱 섀도를 결합할 수 있는 직접 조명 방정식의 비율 추정기를 제안합니다. 우리의 주요 기여는 그림자가 있는 조명이 그림자가 없는 조명과 조명 가중치가 적용된 그림자의 곱으로 분할될 수 있음을 보여주는 것입니다. 이러한 용어는 제품에서 제공하는 최종 결과의 정확성에 영향을 주지 않고 다른 기술을 사용하여 개별적으로 계산할 수 있습니다. 이 공식은 지금까지 섀도를 통합하지 않아 기피했던 레이트레이싱 애플리케이션에 분석 조명 기법의 활용도를 넓혔습니다. 이러한 방법을 사용하여 그림자가 없는 조명 이미지에서 선명하고 노이즈 없는 음영을 얻고 확률론적 레이트레이싱으로 가중치가 적용된 그림자 이미지를 계산합니다. 확률론적 평가를 가중치가 적용된 그림자 이미지로 제한하면 최종 결과물에 그림자에서만 노이즈가 나타난다는 장점이 있습니다. 또한 그림자를 일루미네이션과 별도로 노이즈 제거하여 노이즈가 심한 경우에도 그림자만 과도하게 흐리게 처리하고 고빈도 셰이딩 디테일(텍스처, 노멀 맵 등)은 보존합니다.

프로시저럴 노이즈 함수의 비주기적 타일링
프로시저럴 노이즈 함수의 비주기적 타일링

알렉산드르 키릴로프 - HPG 2018

프로시저럴 노이즈 함수는 텍스처 합성부터 대기 효과 시뮬레이션 또는 랜드스케이프 지오메트리 사양에 이르기까지 컴퓨터 그래픽에서 다양하게 활용됩니다. 노이즈는 미리 계산하여 텍스처에 저장하거나 애플리케이션 런타임에 직접 평가할 수 있습니다. 이 선택은 이미지 편차, 메모리 소비 및 성능 간의 절충점을 제공합니다.

고급 타일링 알고리즘을 사용하여 시각적 반복을 줄일 수 있습니다. 왕 타일을 사용하면 비교적 작은 텍스처 세트를 사용하여 평면을 비주기적인 방식으로 타일링할 수 있습니다. 타일을 단일 텍스처 맵에 배열하여 GPU가 하드웨어 필터링을 사용할 수 있도록 할 수 있습니다.

이 백서에서는 가장 작은 완전한 왕 타일 세트를 포함하는 텍스처 맵을 직접 생성하는 몇 가지 인기 있는 절차적 노이즈 함수에 대한 수정 사항을 소개합니다. 이 백서에 제시된 연구 결과를 통해 런타임과 전처리 단계에서 이러한 노이즈 함수와 이를 기반으로 한 텍스처의 비주기적 타일링이 가능해졌습니다. 이러한 발견을 통해 적은 성능 비용으로 컴퓨터 생성 이미지에서 노이즈 기반 효과의 반복을 줄이면서 메모리 사용량을 유지하거나 줄일 수 있습니다.

히스토그램 보존 블렌딩 연산자를 사용한 고성능 바이-예제 노이즈
히스토그램 보존 블렌딩 연산자를 사용한 고성능 바이-예제 노이즈

에릭 하이츠, 파브리스 네이렛(인리아) - HPG 2018(최우수 논문상)

스토캐스틱 텍스처의 작은 예시를 입력으로 받아 동일한 모양의 무한한 출력을 합성하는 새로운 예제별 노이즈 알고리즘을 제안합니다. 모든 종류의 랜덤 위상 입력뿐만 아니라 이끼, 화강암, 모래, 나무껍질 등과 같이 확률적이고 주기적이지 않은 많은 비랜덤 위상 입력(일반적으로 자연 텍스처)에서도 작동합니다. 저희 알고리즘은 최첨단 절차적 노이즈 기법에 필적하는 고품질의 결과를 달성하면서도 20배 이상 빠릅니다.

조명이 다른 이미지 시퀀스를 사용한 비지도 심층 단일 이미지 내재적 분해
조명이 다른 이미지 시퀀스를 사용한 비지도 심층 단일 이미지 내재적 분해

루이스 레트리(ETH 취리히), 케네스 반호이, 뤽 반 굴(ETH 취리히) - 퍼시픽 그래픽스 2018 / 컴퓨터 그래픽스 포럼

내재적 분해는 촬영한 장면을 알베도와 음영으로 분해합니다. 음영을 제거하면 이미지에 '즐거움'을 더할 수 있으며, 이를 가상 리라이트 장면에 재사용할 수 있습니다. 이 문제를 해결하기 위해 비지도 학습 방법을 제안합니다.

최근의 기법은 지도 학습을 사용하는데, 이를 위해서는 많은 양의 알려진 분해 집합이 필요하지만 이를 구하기는 어렵습니다. 대신 정적 웹캠에서 얻은 타임랩스 이미지를 사용하여 주석이 없는 이미지로 학습합니다. 알베도는 정의상 정적이며 셰이딩은 조명에 따라 달라진다는 가정을 활용합니다. 이를 딥러닝을 위한 샴 훈련으로 변환합니다.

2018-2016

통계 연산자로 원자 분해를 사용하여 레이어드 머티리얼을 효율적으로 렌더링하기
통계 연산자로 원자 분해를 사용하여 레이어드 머티리얼을 효율적으로 렌더링하기

로랑 벨쿠르 - ACM 시그라프 2018

레이어드 재료 내에서 빛의 이동을 효율적으로 분석하고 계산할 수 있는 새로운 프레임워크를 도출합니다. 파생은 두 단계로 구성됩니다. 먼저, 빛의 이동을 방향 통계에 따라 작동하는 원자 연산자 집합으로 분해합니다. 구체적으로는 반사, 굴절, 산란, 흡수로 구성되며, 이러한 연산자의 조합은 계층 구조 내에서 빛이 여러 번 산란하는 통계를 설명하기에 충분합니다. 처음 세 가지 방향성 모멘트(에너지, 평균, 분산)가 이미 정확한 요약을 제공한다는 것을 보여줍니다. 둘째, 이러한 연산자의 임의 조합을 효율적으로 지원하기 위해 덧셈-뺄셈 방식을 확장합니다. 음영 처리하는 동안 방향 모멘트를 BSDF 로브에 매핑합니다. 결과물인 BSDF가 가볍고 효율적인 형태로 지상 실측 자료와 거의 일치하는지 검증합니다. 이전 방식과 달리 임의의 텍스처 레이어 수를 지원하며, 머티리얼별 사전 계산 없이 오프라인 및 실시간 구현으로 레이어드 머티리얼을 실용적이고 정확하게 렌더링할 수 있음을 보여줍니다.

머티리얼 획득 및 렌더링을 위한 적응형 파라미터화
머티리얼 획득 및 렌더링을 위한 적응형 파라미터화

조나단 듀푸이, 웬젤 야콥(EPFL) - ACM 시그라프 아시아 2018

물리 기반 렌더링 시스템의 핵심 요소 중 하나는 씬에 존재하는 모든 머티리얼의 빛과 물질의 상호작용을 특징짓는 세부 사양으로, 일반적으로 양방향 반사율 분포 함수(BRDF)를 통해 이루어집니다. 이러한 유용성에도 불구하고 실제 BRDF 데이터 세트에 대한 액세스는 여전히 제한적입니다. 측정에는 충분한 해상도로 4차원 도메인을 스캔해야 하며, 이는 지루하고 종종 실행 불가능한 시간 소모적인 프로세스가 필요하기 때문입니다. 유니티는 머티리얼의 동작에 자동으로 적응하는 새로운 파라미터화를 제안하여 기본 4D 도메인을 워핑하여 대부분의 볼륨이 BRDF가 무시할 수 없는 값을 갖는 영역에 매핑되고 관련 없는 영역은 강력하게 압축되도록 합니다. 이렇게 적용하려면 재료의 역반사 속성에 대한 간단한 1D 또는 2D 측정만 하면 됩니다. 이전에는 중간 데이터 변환이 필요했던 여러 단계를 통합하여 동일한 매핑을 BRDF 수집, 저장에 동시에 사용할 수 있으며 효율적인 몬테카를로 샘플 생성을 지원한다는 점에서 당사의 매개변수화는 통합되었습니다.

스토캐스틱 섀도
스토캐스틱 섀도

에릭 하이츠, 스티븐 힐(루카스필름), 모건 맥과이어(NVIDIA)

이 논문에서는 정확성을 유지하면서 분석적 조명 기법과 스토캐스틱 레이트레이싱 섀도를 결합할 수 있는 직접 조명 방정식의 비율 추정기를 제안합니다. 우리의 주요 기여는 그림자가 있는 조명이 그림자가 없는 조명과 조명 가중치가 적용된 그림자의 곱으로 분할될 수 있음을 보여주는 것입니다. 이러한 용어는 제품에서 제공하는 최종 결과의 정확성에 영향을 주지 않고 다른 기술을 사용하여 개별적으로 계산할 수 있습니다.

이 공식은 지금까지 섀도를 통합하지 않아 기피했던 레이트레이싱 애플리케이션에 분석 조명 기법의 활용도를 넓혔습니다. 이러한 방법을 사용하여 그림자가 없는 조명 이미지에서 선명하고 노이즈 없는 음영을 얻고 확률론적 레이트레이싱으로 가중치가 적용된 그림자 이미지를 계산합니다. 확률론적 평가를 가중치가 적용된 그림자 이미지로 제한하면 최종 결과물에 그림자에서만 노이즈가 나타난다는 장점이 있습니다. 또한 그림자를 일루미네이션과 별도로 노이즈 제거하여 노이즈가 심한 경우에도 그림자만 과도하게 흐리게 처리하고 고빈도 셰이딩 디테일(텍스처, 노멀 맵 등)은 보존합니다.

컴퓨트 셰이더를 사용한 적응형 GPU 테셀레이션
컴퓨트 셰이더를 사용한 적응형 GPU 테셀레이션

Jad Khoury, Jonathan Dupuy 및 Christophe Riccio - GPU Zen 2

GPU 래스터라이저는 프리미티브가 여러 픽셀 이상으로 투사될 때 가장 효율적입니다. 이 한도 아래에서 Z-버퍼가 앨리어싱되기 시작하고 셰이딩 비율이 크게 감소하므로[Riccio 12], 기하학적으로 복잡한 씬에서는 비교적 거리가 먼 폴리곤이 픽셀 이하 크기로 투사되어 렌더링이 어려워집니다. 이러한 픽셀 미만 투사를 최소화하기 위해 간단한 솔루션을 통해 거친 메시가 카메라에 가까워짐에 따라 이를 절차적으로 개선합니다. 이 챕터에서는 임의의 폴리곤 메시에 대한 이러한 절차적 개선 기술을 도출하는 데 중점을 둡니다.

선형 변환 코사인을 통한 실시간 라인 및 디스크 광원 셰이딩
선형 변환 코사인을 통한 실시간 라인 및 디스크 광원 셰이딩

에릭 하이츠(유니티 테크놀로지스), 스티븐 힐(루카스필름) - ACM SIGGRAPH 과정 2017

유니티는 최근 다각형 모양의 라이트 전용 실시간 영역 조명 셰이딩 기술을 새롭게 도입했습니다. 이 강연에서는 이 영역 조명 프레임워크를 확장하여 다각형뿐만 아니라 선, 구, 원판 모양의 조명을 지원합니다.

강력한 몬테카를로 경로 추적용 마이크로패싯 기반 노멀 매핑
강력한 몬테카를로 경로 추적용 마이크로패싯 기반 노멀 매핑

빈센트 슐슬러(KIT), 에릭 하이츠(유니티 테크놀로지스), 요하네스 하니카(KIT), 카스텐 닥스바허(KIT) - ACM SIGGRAPH ASIA 2017

노멀 매핑은 가짜 셰이딩 노멀을 사용하여 표면의 시각적 디테일을 모방합니다. 그러나 결과 표면 모델은 기하학적으로 불가능하기 때문에 노멀 매핑은 몬테카를로 경로 추적에 피할 수 없는 문제가 있는 근본적인 결함이 있는 접근 방식으로 간주되며, 외관(검은 프린지, 에너지 손실) 또는 적분기(다른 전방 및 후방 광전달)가 깨지는 경우가 많습니다. 이 백서에서는 이러한 문제가 발생하지 않도록 몬테카를로 경로 추적의 견고성을 손상시키지 않으면서 기하학적 디테일을 위조하는 대안적인 방법인 마이크로패싯 기반 노멀 매핑을 소개합니다.

구형 분포에 대한 구형 캡 보존 매개변수화
구형 분포에 대한 구형 캡 보존 매개변수화

조나단 듀푸이, 에릭 하이츠, 로랑 벨쿠르 - ACM SIGGRAPH 2017

구형 분포에 대한 새로운 매개변수화를 소개합니다. 구 내부에 위치한 점, 즉 피벗을 기반으로 하는 구형 분포에 대한 새로운 매개변수화를 소개합니다. 피벗은 구의 반대편에 솔리드 각을 매핑하는 직선 투영의 중심 역할을 합니다. 이러한 방식으로 구형 분포를 변환하면 간단한 폐쇄형 식을 사용하여 원래 분포에서 평가 및 중요도 샘플링이 가능한 새로운 파라메트릭 구형 분포를 도출할 수 있습니다. 또한, 원래 분포가 구형 캡을 통해 샘플링 및/또는 통합될 수 있다면 변환된 분포도 가능하다는 것을 증명합니다. 유니티는 파라미터화의 속성을 활용하여 실시간 및 오프라인 렌더링 모두에 효율적인 구형 조명 기술을 도출합니다. 당사의 기술은 강력하고 빠르며 구현하기 쉽고 이전 작업보다 우수한 품질을 달성합니다.

이리데선스 변화 모델링을 위한 마이크로패싯 이론의 실용적인 확장
이리데선스 변화 모델링을 위한 마이크로패싯 이론의 실용적인 확장

로랑 벨쿠르(유니티), 파스칼 발라(인리아) - ACM SIGGRAPH 2017

박막 무지개 빛깔을 통해 가죽의 외관을 재현할 수 있습니다. 그러나 이 이론을 적용하려면 스펙트럼 렌더링 엔진(예: 맥스웰 렌더)이 시점에 따른 외관의 변화(고니오크로마티즘이라고 함)를 올바르게 통합해야 합니다. 이는 실시간 렌더러가 가시광선 전체 범위에 대해 세 가지 구성 요소(RGB)로만 작동하기 때문에 스펙트럼 영역에서 에일리어싱이 발생하기 때문입니다. 이 작업에서는 박막 모델을 안티 앨리어싱하는 방법과 이를 마이크로 패싯 이론에 통합하는 방법, 실시간 렌더링 엔진에 통합하는 방법을 보여드립니다. 이렇게 하면 마이크로 패싯 모델로 재현 가능한 외관의 범위가 넓어집니다.

선형적으로 변환된 코사인을 사용한 선형 라이트 셰이딩
선형적으로 변환된 코사인을 사용한 선형 라이트 셰이딩

에릭 하이츠, 스티븐 힐(루카스필름) - GPU Zen(도서)

이 책 챕터에서는 선형 변환 코사인을 기반으로 한 영역 조명 프레임워크를 확장하여 선형(또는 선) 조명을 지원합니다. 선형 조명은 반경이 작지만 0이 아닌 원통형 조명에 적합한 근사치입니다. 비슷한 파워와 음영을 가진 선형 조명으로 이러한 조명을 근사화하는 방법을 설명하고 이 근사치의 유효성에 대해 논의합니다.

광원 전송 주파수 분석에 대한 실제적 소개
광원 전송 주파수 분석에 대한 실제적 소개

로랑 벨쿠르 - ACM 시그그래프 코스 2016

광원 전송의 주파수 분석은 신호 처리 도구를 사용하여 물리 기반 렌더링(PBR)을 표현합니다. 따라서 샘플링 속도 예측, 노이즈 제거, 앤티 앨리어싱 등을 수행하도록 맞춤화됩니다. 빛의 특정 경우(모션, 렌즈 등)를 처리하기 위해 여러 가지 방법이 제안되었습니다. 이 과정은 통합된 맥락에서 광전송의 주파수 분석에 대한 개념을 소개하고 실제 적용 시나리오를 제시하는 것을 목표로 합니다. 이론적 요소에 대한 이해를 돕기 위해 주파수 분석을 구현과 함께 소개합니다.

2016

선형 변환된 코사인을 통한 실시간 다각형 광원 셰이딩
선형 변환된 코사인을 통한 실시간 다각형 광원 셰이딩

에릭 하이츠, 조나단 듀푸이, 스티븐 힐(유비소프트), 데이비드 노이벨트(레디 앳 던 스튜디오) - ACM SIGGRAPH 2016

에어리어 라이트를 사용한 셰이딩은 CG 렌더링에 사실감을 더합니다. 하지만 구형 방정식을 풀어야 하므로 실시간 렌더링에 어려움을 겪을 수 있습니다. 이 프로젝트에서는 물리 기반 머티리얼에 실시간으로 폴리곤 라이트로 셰이딩할 수 있는 새로운 구형 분포를 개발합니다.