本页面为主页，论文阅读小结的所有更新会在本页面展示，更新按 Front-matter 的 date 字段为顺序进行展示。

Machine Learning is the Solution Also for Foveated Path Tracing Reconstruction

论文标题：Machine Learning is the Solution Also for Foveated Path Tracing Reconstruction

论文来源：VISIGRAPP 2020

论文作者：Atro Lotvonen , Matias Koskela , Pekka Jääskeläinen

论文标签：Foveated Rendering

论文 / 项目链接

基本信息：

  • 简介：注视点实时路径追踪渲染过程中使用神经网络进行超分辨率重建。
  • 相关材料：
    • 源码：无
    • 视频：无
    • 讨论班: 2023-4-16

本文提出了一种使用神经网络进行超分辨率重建的注视点路径追踪渲染方法，在视觉极坐标空间中进行路径追踪和去噪后，使用CNN超分辨率网络重建视野外围部分，最后投影到屏幕空间，一定程度上提高了渲染质量。

A material point method for snow simulation

论文标题：A material point method for snow simulation

论文来源：SIGGRAPH 2013

论文作者：Alexey Stomakhin, Craig Schroeder, Lawrence Chai, Joseph Teran, Andrew Selle

论文标签：Material Point Method, Plasticity Simulation

论文 / 项目链接

基本信息：

  • 简介：本篇文章介绍了一种基于形变梯度的特征值分解和截断的经验形式的弹性和塑性形变梯度分解方法。基于这种弹塑性分解，可以实现视觉上十分惊艳的雪物理模拟。本文被直接应用在迪士尼的动画电影《冰雪奇缘》中。
  • 相关材料：
Drucker-Prager Elastoplasticity for Sand Animation

论文标题：Drucker-Prager Elastoplasticity for Sand Animation

论文来源：SIGGRAPH 2016

论文作者：Gergely Klar, Theodore Gast, Andre Pradhana, Chuyuan Fu, Craig Schroeder, Chenfanfu Jiang, Joseph Teran

论文标签：Material Point Method, Plasticity Simulation

论文 / 项目链接

基本信息：

  • 简介：本篇文章介绍了一种基于Drucker-Prager的弹塑性形变梯度的分解方法。基于这种弹塑性分解，可以实现视觉上更进一步的沙子物理模拟。
  • 相关材料：
Energetically Consistent Inelasticity for Optimization Time Integration

论文标题：Energetically Consistent Inelasticity for Optimization Time Integration

论文来源：SIGGRAPH 2022

论文作者：Xuan Li, Minchen Li, Chenfanfu Jiang.

论文标签：Material Point Method, Finite Element Method, Plasticity Simulation

论文 / 项目链接

基本信息：

  • 简介：本篇文章介绍了一种弹塑性形变梯度的隐式能量最优化模拟方法。为了实现这个目标，作者尝试将常见的弹塑性物理模型用统一的能量函数进行表示。基于这种隐式格式，塑性体模拟可以达到以往显式和半隐式格式无法达到的稳定性。
  • 相关材料：
Selective Foveated Ray Tracing for Head-Mounted Displays

论文标题：Selective Foveated Ray Tracing for Head-Mounted Displays

论文来源：ISMAR 2021

论文作者：Youngwook Kim , Yunmin Ko , Insung Ihm

论文标签：Foveated Rendering

论文 / 项目链接

基本信息：

  • 简介：用于头戴式显示器的选择性注视点光线追踪方法。
  • 相关材料：
    • 源码：无
    • 视频：无
    • 讨论班: 2023-3-19 渲染组

本文提出了一种实时Whitted-style光线追踪的注视点渲染方法，通过改进Jin等人的选择性自适应超采样技术以提高采样效率。

Foveated Real-Time Ray Tracing for Head-Mounted Displays

论文标题：Foveated Real-Time Ray Tracing for Head-Mounted Displays

论文来源：PG 2016

论文作者：Martin Weier , Thorsten Roth , Ernst Kruijff , André Hinkenjann , Arsène Pérard-Gayot , Philipp Slusallek , Yongmin Li

论文标签：Foveated Rendering

论文 / 项目链接

基本信息：

  • 简介：用于头戴式显示器的注视点实时光线追踪方法。
  • 相关材料：
    • 源码：无
    • 视频：无
    • 讨论班: 2023-3-19 渲染组

本文提出了一种实时光线追踪的注视点渲染方法，通过将注视点渲染的自适应采样与使用先前帧的重投影结合以减少光线采样数。

Sparsity-Specific Code Optimization using Expression Trees

论文标题：Sparsity-Specific Code Optimization using Expression Trees

论文来源：TOG 2022

论文作者：Philipp Herholz, Xuan Tang, Teseo Schneider, Shoaib Kamil, Daniele Panozzo, Olga Sorkine-Hornung

论文标签：DSL-Tools

论文 / 项目链接

基本信息：

  • 简介：本篇文章实现了一个对使用稀疏数据的算法的代码做优化的优化器，该优化器可以将未优化的、使用 C++ 编写的操作稀疏数据的算法代码变换为并行的、使用 CPU / GPU 进行运算的运算核函数。该方法依赖固定的进行稀疏计算的计算模式。
  • 相关材料：

本质上就是如何把稀疏矩阵对应的计算图 Lower 到 GPU 和 CPU 并行计算设备上面去的问题。这篇文章可能应该结合 AI 编译器的工作一起看。

Depth of Field Aware Differentiable Rendering

论文标题：Depth of Field Aware Differentiable Rendering

论文来源：TOG 2022

论文作者：Stanislav Pidhorskyi, Timur Bagautdinov, Shugao Ma, Jason Saragih, Gabriel Schwartz, Yaser Sheikh, Tomas Simon

论文标签：Differentiable Rendering

论文 / 项目链接

基本信息：

  • 简介：可微渲染解决带景深效果的场景重建问题
  • 相关材料：
    • 视频：无
    • 讨论班: 2023-03-18 渲染组

通过求解景深下的可微渲染方程，提出一种可以规避自动微分的景深模糊可微方法，并将其应用于基于Ray Marching的可微渲染（如Nerf和 Plenoxels）和基于光栅化的可微渲染框架中。

Position-Based Surface Tension Flow

论文标题：Position-Based Surface Tension Flow

论文来源：TOG 2022

论文作者：Jingrui Xing, Liangwang Ruan , Bin Wang, Bo Zhu, Baoquan Chen

论文标签：Fluid Simulation, Position Based Dynamics

论文 / 项目链接

基本信息：

  • 简介：PBD 框架下的表面张力算法
  • 相关材料：

本文提出了在PBD框架下流体表面张力的计算方法。该算法通过局部网格划分，得到每个表面粒子周围的局部几何体，并基于该几何体，计算表面张力约束，整合入PBD框架中。相较于其他方法，该算法具有较高的计算效率较高和鲁棒性。

Motion Guided Deep Dynamic 3D Garments

论文标题：Motion Guided Deep Dynamic 3D Garments

论文来源：SIGGRAPH-Asia 2022

论文作者：Meng Zhang，Duygu Ceylan， Niloy J.Ceylan

论文标签：Learning-based Simulation

论文 / 项目链接

基本信息：

本文提出了一种不依靠运动序列对服装进行仿真的数据驱动方法。它首先学习一个服装的形变空间，然后学习服装的速度、加速度、位置等信息到下一帧的形变编码的网络，从而实现对未知运动序列的服装的预测。