基于BSSRDF模型回归人脸皮肤实时渲染

doi:10.3969/j.issn.1006-2475.2019.09.017

计算机与现代化 ›› 2019, Vol. 0 ›› Issue (09): 96-.doi: 10.3969/j.issn.1006-2475.2019.09.017

基于BSSRDF模型回归人脸皮肤实时渲染

(河海大学计算机与信息学院，江苏南京211100)

收稿日期:2019-07-01 出版日期:2019-09-23 发布日期:2019-09-23
作者简介:曹莹（1990-），女，江苏徐州人，硕士研究生，研究方向：计算机图形学，E-mail: g_j_t_o@sina.com；刘惠义(1961-)，男，教授，研究方向：计算机图形学,E-mail: hyliu@hhu.edu.cn；钱苏斌(1984-)，女，博士研究生，研究方向：计算机图形学与虚拟现实,E-mail: 164690050@qq.com。

Real Time Rendering of Human Face Skin Based on BSSRDF Model

(College of Computer and Information， Hohai University， Nanjing 211100， China)

Received:2019-07-01 Online:2019-09-23 Published:2019-09-23

摘要/Abstract

摘要： 基于三层材质模型，利用双向表面散射反射分布函数，模拟光线在皮肤表面的散射效果。提出一种采用径向基函数神经网络对次表面散射剖面进行拟合的方法，以实现人脸皮肤真实感实时渲染。使用离线渲染的方式进行预计算，获取训练数据，进行训练，代替传统的渲染方式。实验证明，本文方法能有效减少冗余数据,以较快的速度收敛,并且很好地拟合离线渲染的结果。

关键词: BSSRDF, RBF神经网络, 三层材质模型, 真实感渲染, 实时绘制

Abstract: In this paper, the rendering based on the three-layer material model, and the scattering effect of light on the surface of skin is simulated by bidirectional surface scattering reflectance distribution function (BSSRDF). A approach is proposed for real-time rendering of human skin, which uses the Radial Basis Function neural network to fit the subsurface scattering profile. The training data for neural network are precomputed by offline render. Experimental results show that the approach is capable of reducing the redundant training data, evaluating fast and rendering well.

Key words: BSSRDF, RBF neural network, three-layer material model, realistic rendering, real-time rendering

中图分类号:

TP391.41

曹莹，刘惠义，钱苏斌. 基于BSSRDF模型回归人脸皮肤实时渲染[J]. 计算机与现代化, 2019, 0(09): 96-.

CAO Ying， LIU Hui-yi， QIAN Su-bin. Real Time Rendering of Human Face Skin Based on BSSRDF Model[J]. Computer and Modernization, 2019, 0(09): 96-.

参考文献

［1］杨蒙召. 人体面部真实感快速渲染方法研究［D］. 哈尔滨:哈尔滨工业大学, 2014.
［2］ JENSEN H W, MARSCHNER S R, LEVOY M, et al. A practical model for subsurface light transport［C］// Proceedings of the 28th Annual Conference on Computer Graphics and Interactive Techniques. 2001:511-518.
［3］ STAM J. Multiple scattering as a di〖KG-*5〗usion process［C］// Proceedings of the Euro-graphics Workshop. 1995:41-50.
［4］ EASON G, VEITCH A, NISBET R, et al. The theory of the back-scattering of light by blood［J］. Journal of Physics D: Applied Physics, 1978,11(10):1463-1473.
［5］ DONNER C, JENSEN H W. Light di〖KG-*5〗usion in multi-layered translucent materials［J］. ACM Transactions on Graphics, 2005,24(3):1032-1039.〖HJ1.45mm〗
［6］ DONNER C, JENSEN H W. A spectral BSSRDF for shading human skin［C］// Proceedings of the Eurographics Conference on Rendering Techniques. 2006:409-417.
［7］ BORSHUKOV G, LEWIS J. Realistic human face rendering for the matrix reloaded［C］// ACM SIGGRAPH 2005 Courses. 2005:13-23.
［8］ D’EON E, LUEBKE D. Advanced techniques for realistic real-time skin rendering［M］// GPU Gems 3. Boston: Addison-Wesley, 2007:293-347.
［9］ D’EON E. NVIDIA demo team secrets-advanced skin rendering［C］// Game Developer Conference. 2007.
［10］李杨. 真实感实时人脸渲染研究与实现［D］. 青岛:青岛大学, 2014.
［11］李鹏,马世宁,刘迎,等. 皮肤三层模型的Monte Carlo法模拟激光多普勒血流测量［J］. 中国激光, 1993,20(3):215-220.
［12］朱明星,张德龙. RBF网络基函数中心选取算法的研究［J］. 安徽大学学报（自然科学版）, 2000,24(1):72-78.
［13］张立明. 人工神经网络的模型及其应用［M］. 上海:复旦大学出版社, 1993.
［14］NICODEMUS F E, RICHMOND J C, HSIA J J. Geometrical Considerations and Nomenclature for Reflectance［M］. Washington:National Bureau of Standards Washington, 1977:84-93.
［15］DONNER C, LAWRENCE J, RAMAMOORTHI R, et al. An empirical BSSRDF model［C］// ACM SIGGRAPH. ACM, 2009: doi:10.1145/1531326.1531336.
［16］杨蒙召,王宽全. 人体皮肤真实感实时渲染研究［J］. 智能计算机与应用, 2013(6):33-35.
［17］李良超,吴振森,杨瑞科,等. 基于神经网络的粗糙表面双向反射分布函数建模［J］. 应用光学, 2008,29(3):448-451.
［18］张继军,马登武,邓力,等. LS-SVM参数估计与稀疏化方法研究及应用［J］. 系统仿真学报, 2014,26(5):1113-1117.
［19］黄荣兵. RBF神经网络在Web挖掘中的应用研究［D］. 太原:太原理工大学, 2004.
［20］牛姗姗. 一类交流伺服系统RBF神经网络与PID复合控制策略研究［D］. 南京:南京理工大学, 2007.
［21］周军超,田建平,汤爱华. 基于RBF神经网络的翻曲机器人自适应滑模变结构控制［J］. 自动化与仪表, 2018，33（1）：34-36.
［22］李彦琴. RBF型神经网络预测控制在卫星姿态仿真系统中的应用技术研究与试验［D］. 北京:北京化工大学, 2003.
［23］樊强. 基于模糊神经网络的智能火灾报警关键技术研究［D］. 杨凌:西北农林科技大学, 2007.
［24］孙涛,闫思佳,曹广益,等. 基于改进型RBF神经网络的PEMFC电特性建模［J］. 计算机仿真, 2006，23（2）：200-203.
［25］赵沁平,李帅,郝爱民,等. 一种动态物体次表面散射实时绘制方法［J］. 软件学报, 2010,21(11):2959-2970.
［26］刘丽娜. 最小二乘支持向量机的参数优选方法及其应用［J］. 南昌工程学院学报, 2014,33(6):15-19.
［27］王旭东,邵惠鹤. RBF神经网络理论及其在控制中的应用［J］. 信息与控制, 1997(4):32-44.
［28］DRAHOS P. Facial expression composition using dynamic displacement mapping［C］// Proceedings of the 27th Spring Conference on Computer Graphics. ACM, 2011:21-28.

[1]	武军凯, 茅正冲. 基于CDKF-RBFPID的激光器恒流源控制器[J]. 计算机与现代化, 2024, 0(07): 100-105.
[2]	宋涛涛, 李艳萍, 李洪港, 韩春雪. 基于改进变结构趋近律的机械臂滑模控制系统[J]. 计算机与现代化, 2023, 0(12): 14-18.
[3]	朱红章1,李连艳1,任晓斌2,隋晓亮1. 基于PCR和RBF神经网络的城市智能增长水平评价模型[J]. 计算机与现代化, 2020, 0(05): 15-.
[4]	余丽玲，金浩宇 . 基于K-均值聚类的RBF神经网络血糖浓度预测[J]. 计算机与现代化, 2019, 0(03): 9-.
[5]	赵毅力1，2，徐丹1，张雁2. 基于球面全景图的虚拟场景实时漫游系统[J]. 计算机与现代化, 2016, 0(2): 1-4,10.
[6]	张延年. 基于RBF神经网络的无线信道退避算法优化设计[J]. 计算机与现代化, 2016, 0(12): 16-21.
[7]	胡帅,顾艳,姜华. 基于PCA-RBF网络的学生写作成绩预测模型[J]. 计算机与现代化, 2016, 0(1): 69-72,126.
[8]	韩朝;徐廷学;杨继坤;孟蕾;郑重. RBF神经网络在导弹武器系统的可用度预测中的研究[J]. 计算机与现代化, 2012, 1(10): 27-29.
[9]	黄俊;刘小平;徐少平;. 虚拟焊接仿真系统研究进展[J]. 计算机与现代化, 2011, 1(6): 40-5.
[10]	龙华. 基于免疫遗传算法和梯度下降的RBF网组合训练方法[J]. 计算机与现代化, 2011, 1(3): 28-32.

基于BSSRDF模型回归人脸皮肤实时渲染

Real Time Rendering of Human Face Skin Based on BSSRDF Model

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 10

编辑推荐

Metrics

本文评价