マイクロジオメトリレンダリングのための高速ボクセル化と詳細レベル

arXiv:2604.13191v1 Announce Type: new\nAbstract: 多くの材料は、表面の微細構造の形状と局所的な配置により、異方性の光散乱パターンを示します。繊維のような小さな要素が配置された表面や、ブラシ加工された金属の稜などは、非常に稀疏であり、それらを適切な体積として表現するには高い空間分解能が必要です。このような物体からボクセルデータの取得は、時間とメモリを非常に浪費する課題であり、ほとんどのレンダリング手法では、複数の距離から観察された視覚的な特徴を凝集させ、ピクセルごとの計算サンプル数を削減するために、追加の詳細レベル（LoD）データ構造が必要となります（例：MIP マッピング）。この研究では、まず複数の分解能レベルでの高速データ凝集を容易にするために設計された効率的な並列ボクセル化手法を提唱し、次に、ベースライン手法よりも高精度を提供する階層型 SGGX クラスタリングに基づく新しい表現手法を提案しました。我々は、三角形メッシュと明示的な繊維でモデル化された体積織物をそれぞれテストした、CUDA ベースのボクセルライザーの実装を用いて、この手法を検証しました。最終的に、提案された LoD レンダリングモデルに基づくパストレースャーで生成された結果を示しました。

arXiv:2604.13191v1 Announce Type: new 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.