面向光线渲染的自适应发夹提取用于光滑发丝

发夹卡片仍是实时应用中髪发建模的常用表示方法，在视觉保真度、内存使用和性能之间提供了实用的折中。然而，生成高质量的髪发卡片模型仍是一个具有挑战性且工作量大的任务。本工作提出了一个将髪丝基模型自动转换为仅用少量卡片和纹理即可保持发型外观的自动化管道。我们的核心思想是一种新型可微分表示方法，其中每根髪丝被编码为纹理空间中投影的二维样条曲线，这使得能够通过可微分渲染进行高效优化，并生成遵循髪发几何结构的结果。在此表示方法的基础上，我们开发了一条新型算法管道：首先将髪丝聚类为初始髪发卡片并将髪丝投影到纹理空间；随后进行两阶段优化，其中第一阶段分别优化每张髪发卡片的纹理和几何，在纹理降采样之后，第二阶段对所有卡片进行联合优化以进行精细调校。总体而言，我们的方法在包括直发、波浪发、卷发和屈服发等多种发型上进行了广泛评估。为更好地捕捉短发或卷发的外观，我们额外支持髪发帽和跨卡片。此外，我们的框架支持通过纹理共享实现无缝的细节层次（LoD）转换，在纹理内存效率和视觉质量之间进行权衡。