TransGI: Iluminación global dinámica en tiempo real con modelo de transferencia neuronal centrado en el objeto

Área de la Ciencia:

• Gráficos por computadora
• Inteligencia artificial

Sus antecedentes:

• La representación en tiempo real enfrenta desafíos de latencia, limitando los algoritmos de gráficos neuronales bajo iluminación dinámica.
• Los métodos existentes carecen de expresividad material o sacrifican la calidad por la velocidad.

Objetivo del estudio:

• Desarrollar un nuevo método de representación neuronal para la iluminación global de alta fidelidad en tiempo real.
• Abordar las limitaciones en la representación del material y la eficiencia de la iluminación para escenas dinámicas.

Principales métodos:

• TransGI propuesto, con un modelo de transferencia neuronal centrado en el objeto para la representación de material compacto y expresivo.
• Se introdujo un sistema de iluminación de radiancia compartida con sondas de luz locales para una iluminación eficiente en condiciones de luz variables.
• Implementado utilizando shaders de computación y redes neuronales basadas en CUDA en un motor de renderizado en tiempo real.

Principales resultados:

• Logrado rendimiento en tiempo real con tiempos de representación de fotogramas inferiores a 10 ms.
• Se ha demostrado una mejora significativa de la calidad de procesamiento en comparación con los métodos de referencia.
• Soporta efectos de material brillante con bajo gasto de memoria.

Conclusiones:

• TransGI ofrece una solución viable para la iluminación global de alta fidelidad en tiempo real.
• El método propuesto equilibra efectivamente la calidad de la representación, la eficiencia y la expresividad del material.
• Permite capacidades avanzadas de renderizado en aplicaciones con restricciones de latencia.