Ölçümlenmiş Yüzeyaltı Saçılımı Sunumu İçin Bir Genetik Algoritma

Abstract

Bu projede, optik olarak kalın heterojen yarım saydam malzemelerin kompakt bir şekilde sunumu için yeni bir genetik algoritma tabanlı yöntem oluşturulmuştur. Ayrıca, ölçümlenmiş yüzeyaltı saçılımı (subsurface scattering - SSS) verisini en iyi şekilde sunan transformasyonu bulmak için genetik optimizasyondan faydalanılmıştır. Tekil Değer Ayrıştırma (SVD - Singular Value Decomposition) faktorizasyonuna dayanan yöntem, transformasyonu gerçekleştirilen ölçümlenmiş yüzeyaltı saçılımı verilerine her bir renk kanalına ayrı ayrı olacak şekilde uygulanmaktadır. Kompakt ve doğru bir sunum elde etmek için ise, bu modelleme prosesi model hatalarına iteratif bir şekilde uygulanmaktadır. Buradaki iterasyon adedinin istendiği gibi değiştirilebilir olması, sunumumuzun görsel kalite ile sıkıştırma oranı arasında bir al-ver (trade off) mekanizması oluşturmasını sağlamaktadır. Proje kapsamında önerilen yüzeyaltı saçılımı modeli ile uyumlu Monte Carlo yol gezinimi (path tracing) prensibine dayanan bir görüntüleme algoritması da geliştirilerek görüntüleme hesaplamalarının etkin ve doğru bir şekilde gerçekleştirilmesi sağlanmıştır. Bu projede, yöntemimiz gerçek dünyadaki yarı saydam malzemelerin, geometrilerin ve ışıklandırma şartlarının geniş bir aralığı analiz edilerek doğrulanmıştır. Buna ek olarak bilgisayar grafikleri literatüründe mevcut ölçümlenmiş İki Yönlü Yüzey Saçılımı Yansıma Dağılım Fonksiyonu (BSSRDF - Bidirectional Surface Scattering Reflectance Distribution Function) veri setleri de kullanılarak geniş kapsamlı bir çok karşılaştırma ve analiz yapılmıştır. Heterojen yarı saydam malzemeler üzerinde, yöntemimizin aynı seviyede sıkıştırma oranlarında alternatif BSSRDF sunumlarına göre daha iyi kalitede görüntüler ürettiği gösterilmiştir. Ayrıca, faktorizasyon tabanlı yöntemimize dayalı bir uygulama geliştirilerek heterojen malzemelerin homojen malzeme sunumlarına çevrilebildiği gösterilmiştir. Son olarak ise, yeni yüzeyaltı saçılımı modelinin kullanımını kolaylaştıracak bir eklenti (plugin) geliştirilerek genetik algoritma tabanlı yüzeyaltı saçılımı modelinin etkin bir şekilde kullanımı sağlanmıştır.

In this project, we present a novel genetic-algorithm based approach for the compact representation of heterogeneous, optically thick, translucent materials. Utilizing genetic optimization, we also find the best transformation to represent measured subsurface scattering (SSS) data. We employ a factored subsurface scattering representation, based on a Singular Value Decomposition (SVD), separately applying the SVD technique per-color channel of the transformed profiles. In order to achieve a compact, accurate representation, we perform this iteratively on the model errors. By allowing the number of iterations to be customized, our representation provides a mechanism to trade the visual quality achieved against the level of compression achieved through our representation. We also represent an efficient and accurate rendering algorithm, which is compatible with our subsurface scattering representation, and it?s based on Monte Carlo path tracing algorithm. In this project, we validate our approach by analyzing a wide range of real-world translucent materials, geometries, and lighting conditions. Furthermore, we make extensive comparisons and analysis on measured Bidirectional Surface Scattering Reflectance Distribution Function (BSSRDF) data sets, which are readily available in computer graphics literature. For heterogeneous translucent materials, we further demonstrate that for the same level of compression, our method achieves good compression with greater visual accuracy than alternative BSSRDF representations. We also present an application of our factored representation, which can be used to convert heterogeneous materials into homogeneous material representations. Finally, to make widespread use of our new subsurface scattering representation, we develop a plugin for our genetic-algorithm based subsurface scattering representation.