A Hybrid Neural-Microfacet BRDF Model for Real-Time Rendering

ملخص تقني: نموذج BRDF هجين يجمع بين الشبكات العصبية والأسطح المجهرية للرندرة في الوقت الفعلي

بيان المشكلة
لطالما اعتمدت مسارات الرندرة في الوقت الفعلي على نماذج دالة التوزيع الانعكاسي ثنائية الاتجاه (BRDF) القائمة على الأسطح المجهرية (مثل GGX) نظرًا لكفاءتها وقابليتها للتعديل. ومع ذلك، غالبًا ما تفشل هذه النماذج التحليلية في إعادة إنتاج تأثيرات المظهر الدقيقة الناشئة عن التفاعلات المعقدة بين الضوء والسطح، مثل الحيود المحدد، أو التقزح، أو التشتت متعدد الطبقات المعقد. وبينما توجد نماذج قائمة على الفيزياء مخصصة لهذه الظواهر، إلا أنها تفتقر إلى المرونة والأداء. ومن ناحية أخرى، يمكن لنماذج الـ BRDF العصبية الحديثة تقريب البيانات المقاسة بدقة عالية، ولكنها تتطلب عادةً شبكات ضخمة مكلفة حاسوبيًا للرندرة في الوقت الفعلي وتفتقر إلى معلمات ذات معنى للتحكم الفني. ويتمثل التحدي الجوهري في تطوير تمثيل يحقق في آن واحد: التعبيرية، والمتانة، والتقييم السريع مع أخذ العينات بالأهمية (importance sampling)، وبصمة ذاكرة منخفضة، وقابلية التعديل.

المنهجية
يقترح المؤلفون نموذج BRDF هجين يجمع بين صيغة تحليلية للأسطح المجهرية وشبكة عصبية خفيفة الوزن. يُعرف النموذج كالتالي:
$$f_t(\omega_i, \omega_o) = f_c(\omega_i, \omega_o, z) + f_g(\omega_i, \omega_o, z) \times f_a(\omega_i, \omega_o, p)$$
حيث أن:

• $f_a$ هو المكون التحليلي، وتحديدًا نموذج أحادي الفص يتكون من حد "لامبرتيان" (Lambertian) وفص انعكاس مرآوي (specular lobe) من نوع GGX. يتم تمثيله بمعلمات تشمل الانعكاسية المنتشرة ($k_d$)، ومعامل الانكسار ($\eta$)، والخشونة ($\alpha$).
• $f_c$ هو حد تصحيح متبقي إضافي.
• $f_g$ هي دالة بوابية (gating function) تعمل على تعديل تأثير الحد التحليلي.
• $z$ هو رمز كامن (latent code) منخفض الأبعاد خاص بكل مادة.
• $p$ تمثل المعلمات التحليلية.

يتم التنبؤ بكل من دالتي التصحيح والبوابة بواسطة شبكة عصبية متعددة الطبقات (MLP) ضحلة ومشاركة عبر مجموعة من المواد. تأخذ الشبكة كمدخلات اتجاهات الضوء الساقط والمنعكس ($\omega_i, \omega_o$) والرمز الكامن للمادة $z$.

استراتيجية التدريب
يستخدم النموذج استراتيجية تدريب مشتركة لتحسين أوزان الشبكة المشتركة ($w$)، والرموز الكامنة لكل مادة ($z$)، والمعلمات التحليلية لكل مادة ($p$) في وقت واحد. تهدف دالة الهدف إلى تقليل حدين من الخسارة:

1. الخسارة التحليلية ($L_a$): تشجع المكون التحليلي ($f_a$) على تقريب الـ BRDF المستهدف بأكبر قدر ممكن بمفرده. يضمن هذا بقاء المعلمات التحليلية ذات معنى فيزيائي، وأن الشبكة تتعلم فقط التأثيرات المتبقية.
2. الخسارة الهجينة ($L_t$): تشرف على النموذج الهجين الكامل مقابل البيانات المرجعية.

تمنع نهج الخسارة المزدوج هذا الشبكة العصبية من تكرار عمل النموذج الأساسي، مما يسمح باستخدام بنية شبكة أصغر بكثير (على سبيل المثال، 16-32 وحدة مخفية) مقارنة بالنماذج العصبية الكاملة.

المساهمات الرئيسية

1. البنية الهجينة: صياغة مبتكرة حيث تعمل الشبكة العصبية كحد تصحيحي لنموذج أسطح مجهرية قائم على الفيزياء، مما يتيح دقة بصرية عالية مع حد أدنى من العبء الحسابي.
2. الشبكة المشتركة مع الرموز الكامنة: استخدام شبكة عصبية مشتركة واحدة لمجموعة بيانات من المواد، والتي تتمايز فقط من خلال الرموز الكامنة منخفضة الأبعاد والمعلمات التحليلية، مما يقلل بشكل كبير من تكاليف الذاكرة مقارنة بتخزين أوزان فريدة لكل مادة.
3. التحسين المشترك: إجراء تدريب يفرض بقاء المكون التحليلي قريبًا من البيانات المستهدفة، مما يضمن تركيز الشبكة على البواقي فقط. هذا يحافظ على قابلية تفسير المعلمات التحليلية للتحرير الفني.
4. أخذ العينات بالأهمية الفعال: على عكس نماذج الـ BRDF العصبية الكاملة التي تواجه صعوبة في أخذ العينات بالأهمية، يسمح هذا النموذج لمكون GGX التحليلي بالعمل مباشرة كوكيل لأخذ العينات، مما يتيح أخذ عينات الأهمية المتعددة (MIS) الفعال دون الحاجة إلى استدلال عصبي إضافي.
5. التقييم الانتقائي: تدعم الصياغة استراتيجيات حيث يتم تقييم الشبكة العصبية فقط عند الضرورة (على سبيل المثال، عند أول ارتداد للشعاع)، مع العودة إلى النموذج التحليلي في الارتدادات اللاحقة، مما يحسن الأداء بشكل أكبر.

النتائج
تم تقييم النموذج على ثلاث مجموعات بيانات: MERL (100 مادة متماثلة المناحي)، وRGL (51 متماثلة المناحي، 11 غير متماثلة المناحي)، وUTIA (150 غير متماثلة المناحي).

• جودة إعادة البناء: يحقق النموذج الهجين خطأ متوسط نسبة مئوية مطلقة متماثل (SMAPE) أقل في فضاء الـ BRDF، وخطأ متوسط مطلق (MAE) أقل في الصور المخرجة مقارنة بالنماذج العصبية الكاملة المتطورة (تحديدًا [ZRW∗24]) عند استخدام أحجام شبكات مماثلة. بالنسبة لشبكات MLP الصغيرة (مثل 32×3)، يتفوق النموذج الهجين على النهج العصبية الكاملة في الغالبية العظمى من الحالات.
• الأداء: زمن التقييم للنموذج الهجين يقارب نماذج الـ BRDF العصبية الكاملة من نفس الحجم، ولكنه يقدم جودة إعادة بناء أفضل بكثير. كما أن نظام التراجع التحليلي (analytical fallback) يجعل أوقات الرندرة تقترب من أداء GGX النقي عند تعطيل المكون العصبي انتقائيًا.
• القابلية للتعديل: يؤدي تعديل المعلمات التحليلية ($k_d, \eta, \alpha$) إلى تغييرات متماسكة ومنطقية في المظهر، كما أظهرت تجارب استكشاف المواد والتدخل (interpolation).
• كفاءة أخذ العينات: تقترب استراتيجية أخذ العينات بالأهمية الخاصة بالنموذج، والمبنية على المكون التحليلي، من كفاءة المراجع الجدولية مع تطلب جزء ضئيل من الذاكرة.

الأهمية
يدعي البحث أن هذا النهج الهجين ينجح في سد الفجوة بين التعبيرية في النماذج العصبية وكفاءة وقابلية تعديل النماذج التحليلية. ومن خلال الاستفادة من المكون التحليلي كأولوية قوية (prior)، يحقق النموذج إعادة بناء عالية الجودة لـ BRDFs المعقدة المقاسة باستخدام شبكات ضحلة مناسبة للرندرة في الوقت الفعلي. يوفر النموذج الناتج حلاً عمليًا لسير العمل الإنتاجي، حيث يوفر تعبيرية عالية، وسلوكًا مستقرًا، وبصمة ذاكرة منخفضة، وقدرات تأليف بديهية، مع الحفاظ على القدرة على إجراء أخذ عينات بالأهمية بكفاءة. ويشير المؤلفون إلى أنه بينما يتفوق النموذج في المواد أحادية الفص، فقد يواجه صعوبة في التأثيرات شديدة التعقيد متعددة الفصوص مثل التقزح، مما يشير إلى أن المقايضة بين الأولويات التحليلية والتعبيرية العصبية تظل تحديًا مفتوحًا.