Dr.Hair：无需预训练，通过线段可微渲染重建连接头皮的发丝

在电影和游戏行业中，实现逼真的头发外观通常涉及使用源自头皮的发丝。然而，从观察到的头发表面图像重建这些发丝面临重大挑战。获取真实值（Ground Truth）数据的困难导致最先进的基于学习的方法依赖于使用手动准备的合成CG数据进行预训练。这一过程不仅劳动密集且成本高昂，而且由于与真实世界数据相比存在领域差距，还会引入复杂性。在本研究中，我们提出了一种基于优化的方法，无需预训练。我们的方法将发丝表示为从头皮生长的线段，并使用一种新颖的可微渲染算法对其进行优化。为了稳健地优化大量细长的显式几何体，我们引入了利用全局优化的3D方向估计、基于拉普拉斯方程的发丝初始化，以及利用几何连通性和空间邻近性的重参数化。与现有的基于优化的方法不同，我们的方法能够以绝对方向重建内部头发流向。我们的方法展现出稳健且精确的逆向渲染能力，超越了现有方法的质量，并显著提高了处理速度。