論文の概要: Fast Voxelization and Level of Detail for Microgeometry Rendering

• arxiv url: http://arxiv.org/abs/2604.13191v1
• Date: Tue, 14 Apr 2026 18:16:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-16 20:38:32.245807
• Title: Fast Voxelization and Level of Detail for Microgeometry Rendering
• Title（参考訳）: マイクロジオメトリレンダリングにおける高速なボクセル化と詳細化
• Authors: Javier Fabre, Carlos Castillo, Carlos Rodriguez-Pardo, Jorge Lopez-Moreno,
• Abstract要約: 多くの材料は、その基盤となる微細構造の形状と局所的なアライメントにより、異方性光散乱パターンを示す。 このようなオブジェクトからボクセルデータを取得することは、時間とメモリ集約的なタスクである。 ほとんどのレンダリングアプローチでは、視覚的な外観を集約するために、追加のLevel-of-Detail (LoD)データ構造が必要である。
• 参考スコア（独自算出の注目度）: 2.408299705177128
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Many materials show anisotropic light scattering patterns due to the shape and local alignment of their underlying micro structures: surfaces with small elements such as fibers, or the ridges of a brushed metal, are very sparse and require a high spatial resolution to be properly represented as a volume. The acquisition of voxel data from such objects is a time and memory-intensive task, and most rendering approaches require an additional Level-of-Detail (LoD) data structure to aggregate the visual appearance, as observed from multiple distances, in order to reduce the number of samples computed per pixel (E.g.: MIP mapping). In this work we introduce first, an efficient parallel voxelization method designed to facilitate fast data aggregation at multiple resolution levels, and second, a novel representation based on hierarchical SGGX clustering that provides better accuracy than baseline methods. We validate our approach with a CUDA-based implementation of the voxelizer, tested both on triangle meshes and volumetric fabrics modeled with explicit fibers. Finally, we show the results generated with a path tracer based on the proposed LoD rendering model.
• Abstract（参考訳）: 多くの材料は、基礎となる微細構造の形状と局所的な配向による異方性光散乱パターンを示しており、繊維などの小さな要素や金属の隆起を持つ表面は非常に疎らで、体積として適切に表現するためには空間分解能が高い。 このようなオブジェクトからボクセルデータを取得することは時間とメモリ集約的な作業であり、ほとんどのレンダリング手法では、ピクセル単位で計算されたサンプルの数を減らすために、複数の距離から観察される視覚的な外観を集約するために、追加のLevel-of-Detail (LoD)データ構造を必要とする。 本稿では,複数の解像度レベルで高速なデータ集約を実現するために設計された,効率的な並列ボキセル化手法,およびベースライン法よりも精度の高い階層型SGGXクラスタリングに基づく新しい表現を紹介する。 提案手法をCUDAに基づくボクセラライザの実装で検証し, トライアングルメッシュと露光ファイバーでモデル化した体積繊維で検証した。 最後に、提案したLoDレンダリングモデルに基づいて、パストレーサで生成された結果を示す。

関連論文リスト

• Shape Representation using Gaussian Process mixture models [2.7882300801098037]
  本稿では,ガウス過程(GP)混合モデルを用いて表面形状をモデル化する,新しいオブジェクト指向機能形状表現を提案する。 提案手法は軽量であり, GPを用いて, 粗いサンプル点群から連続方向距離場を学習する。
  論文  参考訳（メタデータ） (2026-04-01T13:11:12Z)
• ProbeSDF: Light Field Probes for Neural Surface Reconstruction [4.0130618054041385]
  SDFベースのディファレンシャルレンダリングフレームワークは、最先端のマルチビュー3次元形状再構成を実現している。 我々は、その中核的な外観モデルを最小限に修正することで、このアプローチの族を再検討する。 この性能は、広く異なる2つの一般的なアプリケーションフィールド上の実データ上で一貫して達成されることを示す。
  論文  参考訳（メタデータ） (2024-12-13T12:18:26Z)
• Volumetric Surfaces: Representing Fuzzy Geometries with Layered Meshes [59.17785932398617]
  高品質なビュー合成はボリュームレンダリング、スプレイティング、サーフェスレンダリングに依存している。 実時間ビュー合成のための新しい表現として,サンプリング位置の個数が小さく,有界であることを示す。 我々は、オブジェクトを半透明な多層メッシュとして固定順序で表現することで、これを実現する。
  論文  参考訳（メタデータ） (2024-09-04T07:18:26Z)
• GPU-Accelerated RSF Level Set Evolution for Large-Scale Microvascular Segmentation [2.5003043942194236]
  本稿では,地域スケーラブルフィッティング(RSF)レベルセットモデルの改訂と実装を提案する。 これにより、単命令多重データ(SIMD)と単プログラム多重データ(SPMD)並列処理の両方を用いて3次元評価が可能となる。 我々は、最先端イメージング技術を用いて取得した複数のデータセットに対して、この3次元並列RSF手法を用いて、微小血管データを取得することを試みた。
  論文  参考訳（メタデータ） (2024-04-03T15:37:02Z)
• T1: Scaling Diffusion Probabilistic Fields to High-Resolution on Unified Visual Modalities [69.16656086708291]
  拡散確率場(DPF)は、距離空間上で定義された連続関数の分布をモデル化する。 本稿では,局所構造学習に着目したビューワイズサンプリングアルゴリズムによる新しいモデルを提案する。 モデルは、複数のモダリティを統一しながら、高解像度のデータを生成するためにスケールすることができる。
  論文  参考訳（メタデータ） (2023-05-24T03:32:03Z)
• Fast Monocular Scene Reconstruction with Global-Sparse Local-Dense Grids [84.90863397388776]
  本稿では,スパルス・ボクセル・ブロック・グリッドにおける署名付き距離関数(SDF)を直接使用して,距離のない高速かつ正確なシーン再構成を実現することを提案する。 我々の世界規模で疎密で局所的なデータ構造は、表面の空間的空間性を利用して、キャッシュフレンドリーなクエリを可能にし、マルチモーダルデータへの直接拡張を可能にします。 実験により、我々のアプローチはトレーニングでは10倍、レンダリングでは100倍高速であり、最先端のニューラル暗黙法に匹敵する精度を実現していることがわかった。
  論文  参考訳（メタデータ） (2023-05-22T16:50:19Z)
• Multiscale Representation for Real-Time Anti-Aliasing Neural Rendering [84.37776381343662]
  Mip-NeRFは、スケール情報をエンコードする円錐フラストラムとしてマルチスケール表現を提案する。 我々は,リアルタイムなアンチエイリアスレンダリングのためのマルチスケールな明示的表現であるmip voxel grids (Mip-VoG)を提案する。 私たちのアプローチは、マルチスケールのトレーニングとリアルタイムのアンチエイリアスレンダリングを同時に提供する最初の方法です。
  論文  参考訳（メタデータ） (2023-04-20T04:05:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。