AI maakt weergave vacht realistisch

De methode van de onderzoekers verbetert de manier waarop computer vacht simuleren, vooral de manier waarop het licht wordt geweerkaatst wordt verbeterd. “Ons model genereert accuratere simulaties en is tien keer sneller dan de bestaande modellen”, aldus een van de onderzoekers Ravi Ramamoorthi, directeur van het Center of Visual Computing aan UC San Diego. Omdat deze methode voor snellere simulaties zorgt – die minder computerkracht vergen – is het zeer geschikt voor computerspellen waar real-time berekeningen moeten worden gemaakt.

Een belangrijke punt bij de bestaande modellen is dat ze in de basis bedoeld zijn voor mensenhaar, niet voor dierenvacht. Een vacht heeft veel meer verschillende haren die los van elkaar bewegen. In elke haar zit een centrale cilinder – de medulla, zoals de onderzoekers dit noemen. Die centrale cilinder is in vacht veel meer aanwezig dan in haar en is bepalend hoe de vacht er uit ziet. Tot nu toe hebben de meeste researchers deze medulla niet mee genomen in computermodellen; modellen volgen nu de lichtstraal die van de ene vachthaar op de andere reflecteert. Die modellen vergen veel rekenkracht en zijn daardoor duur en langzaam.

Subsurface scattering

De onderzoekers van UC Berkeley en UC San Diego houden wel rekening met de centrale cillinder. Zij gebruiken een concept dat subsurface scattering wordt genoemd. Dit concept wordt veel gebruikt bij simulaties binnen de onderzoeksgebieden computergraphics en computer vision. Subsurface scattering beschrijft hoe het licht de oppervlakte van een doorschijnend object binnengaat – zoals bij haar of bij vacht, hoe het licht onder de verschillende hoeken wordt verstrooit, hoe het interacteert met het materiaal van het object en object weer via een ander punt verlaat.

Je kunt het dit concept ook zelf zien – zo schrijven de onderzoekers in het persbericht – door de zaklantaarn van je smartphone aan te zetten en deze met je vinger te bedekken in een ruimte waar de lichten zijn gedimd. Je zult een ring van licht zien, omdat het licht door je vinger is binnengekomen, binnenin is verspreid en daarna weer is verdwenen.

Om de eigenschappen van suburface scattering op de vachtharen toe te passen, gebruikten onderzoekers een neuraal netwerk. Dit neurale netwerk hoefde maar een scene te zien en te leren kennen en kon daarna het concept toepassen op alle andere verschillende scènes die werden gepresenteerd. Dit resulteerde in simulaties die tien keer sneller draaiden dan de huidige simulaties. Het resulterende algoritme werkt net zo goed voor vacht als voor haar. En, zo schrijven de onderzoekers, het uiterlijk van menselijk haar wordt met de nieuwe methode inderdaad ook realistischer.