Nedavni napredak u oblasti veštačke inteligencije (AI) i računarstva omogućio je razvoj novih alata za kreiranje visoko realističnih medija, okruženja virtuelne realnosti (VR) i video igrica. Mnogi od ovih alata sada široko koriste grafički dizajneri, kreatori animiranih filmova i programeri video igara širom sveta.
Jedan aspekt virtuelnih i digitalno kreiranih okruženja koji može biti teško realno reprodukovati su tkanine. Iako već postoje različiti računarski alati za digitalno dizajniranje realističnih predmeta zasnovanih na tkanini (npr. šalovi, ćebad, jastuci, odeća, itd.), kreiranje i uređivanje realističnih prikaza ovih tkanina u realnom vremenu može biti izazovno.
Istraživači sa Univerziteta Šandong i Univerziteta Nanjing nedavno su predstavili novu laganu veštačku neuronsku mrežu za prikazivanje tkanih tkanina u realnom vremenu. Njihova predložena mreža, predstavljena u radu objavljenom kao deo Special Interest Group on Computer Graphics and Interactive Technikues Conference Papers ’24, funkcioniše tako što kodira šare i parametre tkanina kao mali latentni vektor, koji se kasnije može interpretirati pomoću dekoder za proizvodnju realističnih prikaza različitih tkanina.
„Naš rad potiče iz [želje] da poboljšamo realizam virtuelnog sveta u realnom vremenu“, rekao je za Tech Ksplore Ksiang Chen, koautor rada. „Tkanine se široko koriste i utiču na realizam, tako da je neophodan metod za prikazivanje stvarnih tkanina u realnom vremenu. Otkrili smo da su najnoviji modeli tkanina zasnovani na površini lagani, ali realistični, što postavlja osnovu za prikazivanje tkanina u realnom vremenu, pa smo pokušali da predložimo metod da to postignemo.“
Obrasci tkanih tkanina (tj. uzorci uočeni u tekstilu koji su formirani od tkanih niti) imaju tendenciju da budu pravilni i ponavljajući. Čen i njegove kolege su pokušali da iskoriste njihovu repetitivnu prirodu kako bi omogućili njihovo realistično prikazivanje u realnom vremenu.
Algoritam koji su prvi razvili kodira pravilne obrasce tkanih tkanina u mali latentni vektor. Ovaj vektor zatim obrađuje mali dekoder, koji ga tumači i koristi informacije koje su u njemu kodirane da bi proizveo realistične reprezentacije date tkanine.
„Predlažemo neuronsku mrežu sa strukturom enkoder-dekoder“, objasnio je Čen.
„Kodiranjem tkanih materijala u latentne vektore, naša mreža može predstavljati više tipova tkanih tkanina kada se jednom obuče. Štaviše, otkrili smo da je distribucija naše mete složena, ali se može razdvojiti. Stoga to razdvajamo na četiri jednostavnija dela, omogućavajući laganu dekoder da ih predstavlja“.
Iako je mreža koju su razvili istraživači mala i lagana, otkriveno je da efikasno i brzo stvara realistične reprodukcije mnogih vrsta tkanina. Za razliku od drugih računarskih pristupa koji su uvedeni u prošlosti, on takođe omogućava renderovanje i naknadno uređivanje prikazanih tkanina u realnom vremenu.
U početnim testovima, Čen i njegove kolege su pokazali da njihov algoritam omogućava prikazivanje i uređivanje tkanih tkanina neverovatnom brzinom od 60 kadrova u sekundi na NVIDIA RTKS 3090 grafičkoj kartici. Naročito, takođe može da proizvede visokokvalitetne prikaze bez vidljive buke i uočljivih nedostataka.
U budućnosti, neuronska mreža tima bi mogla biti integrisana u platforme za grafički dizajn, omogućavajući dizajnerima da dodatno poboljšaju realizam video igara ili animacija koje kreiraju. U međuvremenu, Čen i njegove kolege planiraju da prošire mogućnosti svog algoritma, na primer, omogućavajući mu da realno reprodukuje druge tekstile izvan tkanih tkanina.
„Uvođenjem modela predstavljanja tkanine u renderovanje u realnom vremenu, naš pristup bi mogao dodatno poboljšati realizam različitih aplikacija u stvarnom svetu, kao što su video igre“, dodao je Čen.
„Trenutno, naš metod podržava samo tkane tkanine, ali uskoro želimo da ga proširimo na druge vrste tkanina kao što su pletenine. Dalji pravac koji planiramo da istražimo je predstavljanje složenijih tkanina.“
