布料拉伸时纱线缝隙自己显形:DTM把动态微几何压成神经纹理,免去逐帧重建
核心概要
可变形纹理贴图(DTM)把由局部形变决定的纱线级微几何离线编译成一张连续的神经纹理,运行时只需输入纹理坐标与拉伸、剪切参数,就能在粗糙布料网格上直接得到不透明度、法线、深度和材质编号四类本征图。此前要么在运行时保留纱线几何、把重建与渲染绑在一起,要么只表示静态织物外观,无法反映形变带来的纱线间距与遮挡变化。在五种针织与机织结构上,宽度128的模型重建质量介于ASTC 4x4与ASTC 6x6纹理压缩之间,存储占用降低42倍到94倍。
深度剖析
布料、皮肤这类可变形表面的细节外观来自会随形变重排的微小几何,DTM把这份细节从运行时的几何重建中拿出来,改成按形变条件查询的纹理。 此前的纱线级方法把细尺度几何保留在运行时表示里,重建与渲染都耦合到这份微几何上;基于表面的织物外观模型则只表示静态状态,不体现形变引起的间距与遮挡变化。 在rib、basket、stockinette、honeycomb、satin五种针织与机织结构上,宽度128的模型重建质量落在ASTC 4x4与ASTC 6x6整数据集纹理压缩之间,同时存储占用降低42倍到94倍。
做法是先把形变空间扫一遍,再把每种形变下的纱线几何拉回同一块静止纹理区域并渲染成图,最后用一个坐标网络把这些样本压成连续函数。 坐标网络把纹理坐标与形变状态拼成输入,用固定傅里叶编码配合正弦激活的SIREN联合预测四张图的八个通道,四张图的均方误差等权相加训练。 训练样本来自可平铺纱线贴片在拉伸与剪切网格上的物理松弛结果,共512个形变状态;运行时在粗糙衣物网格上按顶点形变参数插值查询,并把预测结果缓存进纹理空间,只在形变超过阈值时更新受影响区域。
启示与展望
演示范围限于纱线基织物:五种针织与机织结构、由局部面内拉伸与剪切描述的有界形变域,以及粗糙衣物网格上的实时渲染与编辑。
每个DTM只针对一种微结构训练,演示的是采样形变状态之间的插值,而非域外形变或跨纱线结构迁移;形变描述只含面内拉伸与剪切,不含弯曲与局部压缩;缓存更新频率与行交错会延迟纱线场变化,其近似程度需要与同分辨率下逐帧全量更新对比才能评估。
