Real-time Level-of-Detail Strand-based Hair Rendering

使用基于细节级别的解决方案制作远程头发模型的发卡牌，会在从发丝到发卡牌的过渡中引入显著的动态和外观不连续性，因此基于发丝的渲染变得越来越流行。我们引入了一种创新的实时框架，用于基于发丝的渲染，可以确保在不同细节级别（LOD）之间实现无缝过渡，同时保持一致的发型外观。我们的方法使用椭圆形厚发，每个细节级别包含多个发丝，以保持发束的形状。除了几何拟合之外，我们还为厚发制定了一个椭圆形双向曲线散射分布函数（BCSDF）模型，准确捕捉发束内的单次散射和多次散射，适应从稀疏到密集的发型分布。我们的框架在各种发型和编织物上进行了测试，展示出它可以在不同的观察距离下产生高度相似的完整发型外观，并实现高达3倍的加速，同时实现无缝的细节级别过渡。

本论文旨在解决现有的远程头发模型使用发片（hair cards）时出现的动态和外观不连续性问题，提出了一种新的实时框架来实现不同细节级别（LOD）之间的无缝过渡，同时保持一致的头发外观。

论文提出了使用椭圆形厚发来维护头发簇的形状，并为厚发制定了椭圆形双向曲线散射分布函数（BCSDF）模型，以准确捕捉头发簇内的单次散射和多次散射，适应从稀疏到密集的头发分布。通过这种方法实现了无缝LOD过渡和高度相似的头发外观。

论文在不同发型和动态情况下进行了测试，并展示了高度相似的头发外观和无缝LOD过渡，并实现了高达3倍的加速。此外，论文还提供了数据集和开源代码。

在相关研究方面，最近的一些相关论文包括：《A Comprehensive Survey on Hair Modeling and Rendering》、《HairNet: Single-View Hair Reconstruction using Convolutional Neural Networks》、《Real-time hair rendering using sequential Monte Carlo》等。