技術要約：アダプティブ・ヤーン・カード (Adaptive Yarn Cards)

問題提起

糸レベルの布の表現は、個々の糸の織り構造や幾何学的特性を明示的にモデリングすることで、高い視覚的忠実度を提供する。しかし、レンダリングには高解像度の糸のジオメトリを明示的に生成・処理する必要があるため、膨大な計算量と幾何学的コストが発生する。この問題は、視覚的なレンダリングに必要な解像度が物理シミュレーションの解像度を上回る場合に悪化する。このような場合、疎なシミュレーション・ノード間に高密度なレンダリング用糸を補間すると、基礎となるダイナミクスには寄与しない複雑なジオメトリが生成され、レンダリング負荷が著しく増大する。ヘア・レンダリングの手法では、テクスチャ付きのカードを用いてストランドを近似することが多いが、これらの手法は通常、平面的なクアッドや固定サイズのカードに依存しており、動的に変形する織物布の複雑な二重曲面や、交差する経緯糸の構造を効果的に近似するには不十分である。

手法

本論文では、低解像度の糸シミュレーションと高密度なレンダリングを分離する新しい表現手法であるアダプティブ・ヤーン・カード (Adaptive Yarn Cards) を提案する。本手法は、明示的な高密度糸ジオメトリを、曲面を持つジオメトリ認識型のテクスチャ付きプロキシに置き換える。

コア・パイプライン

1. シミュレーションとレンダリングの分離: システムは、物理シミュレーション用に低解像度の糸構造 ($Y^S$) を使用する。高密度の視覚的外観は、ジオメトリとして生成されるのではなく、布の2Dパラメータ領域上で定義された手続き型テクスチャ ($T_{yarn}$) に圧縮される。このテクスチャは、交差部における上下関係を含む、周期的な経糸（たていと）と緯糸（よこいと）のパターンをエンコードする。
2. 曲面テクスチャ付きカード表現: 平面的なビルボードの代わりに、各カードは現在のシミュレートされた布の表面 ($S_t$) をサンプリングして構築された曲面メッシュとなる。頂点位置は $p_k(u,v,t) = S_t(u,v) + \delta n_t(u,v)$ として定義される（ここで $\delta$ は、zファイティングを防ぐための小さなオフセットである）。カードはグローバルなUV座標を保持するため、分割の度合いに関わらず、カードの境界間で糸のパターンが連続性を保つ。
3. ジオメトリ認識型アダプティブ・パーティショニング: 固定サイズのカードによる非効率性（平坦な領域を過剰に近似し、複雑な領域を過小に近似すること）を避けるため、本手法はジオメトリ認識型の誤差指標に基づく再帰的な分割戦略を採用する。
   • 誤差指標: 候補領域の誤差 ($E_k$) は、以下の3つの正規化された項を組み合わせる。
     • 法線変化量 ($\tilde{E}^N$): 広域的な表面方向の変化を測定する。
     • 局所曲率変化量 ($\tilde{E}^C$): 隣接する表面法線の差を通じて、局所的な曲がりを測定する。
     • バイリニア幾何学的偏差 ($\tilde{E}^G$): 表面が単純な4角形のバイリニアパッチからどれだけ逸脱しているかを測定し、ねじれや非線形変形を検出する。
   • アダプティブ・ロジック: 誤差が分割閾値 ($\tau_{split}$) を超えた場合、領域は分割される。誤差が結合閾値 ($\tau_{merge}$) を下回った場合、子領域は結合される。これら2つの閾値の間にヒステリシス区間を設けることで、動的な変形時における時間的な「ポッピング（不連続な変化）」を防ぐ。
4. 時間的コヒーレンス: 計算コストと応答性のバランスをとるため、アダプティブな階層構造は毎フレームではなく、$N_{update}$ フレームごと（デフォルトは6フレーム）に更新される。

主な貢献

1. アダプティブ・ヤーン・カード表現: シミュレーション解像度とレンダリング密度を分離し、明示的な高密度糸ジオメトリを、動的な布の変形に従う曲面テクスチャ付きプロキシに置き換える手法。
2. 曲面テクスチャ付きカード・レンダリング: 織物の外観をテクスチャ空間に圧縮しつつ、静的な平面クアッドではなく、シミュレートされた表面からサンプリングされた曲面プロキシとして機能するカードを使用する技術。
3. ジオメトリ認識型誤差指標: 法線変化、曲率、および幾何学的偏差を組み合わせた複合的な指標により、局所的な複雑さに応じてリソースを配分するアダプティブな分割スキームを駆動する。
4. 包括的な評価: 様々なシーン（ドレーピング、ねじれ、熱収縮、衝突、および非平面構成）において、提案手法を高密度糸ジオメトリ、固定サイズ曲面カード、およびテクスチャ付きシミュレーションメッシュと比較検証した。

実験結果

実験は、ドレーピング、ねじれ、熱収縮、球体衝突、および複雑な非平面構造（円錐状のスカート、円筒状の袖）を含むシーンで実施された。

• 幾何学的複雑性: アダプティブな手法は、高密度糸ジオメトリと比較して、レンダリング・プリミティブの数を大幅に削減する。固定サイズカード構成（例：固定カード225枚に対し、アダプティブカードは91.1枚）と比較して、平均して約 59.5% カード数を削減した。
• レンダリング性能: 提案手法は、明示的な高密度糸ジオメトリに対して平均約 2.4倍 のレンダリング高速化を実現した。また、幾何学的な複雑さが要求される場所にのみリソースを割り当てることで、固定サイズカードをも凌駕した。
• 視覚的品質: 本手法は、高密度糸のベースラインが持つ主要な織物の外観と全体的な形状を維持する。個々の糸の断面や近距離での深い自己遮蔽までは再現できないものの、中距離から遠距離の視点において、視覚的な連続性とパターンの忠実度を維持している。
• アブレーション研究: 3つの誤差項（法線、曲率、または幾何学的偏差）のいずれかを除去すると、視覚的誤差（LPIPS）やシルエット誤差が増大した。これは、各項が異なる空間スケールの変形を相補的に捉えていることを裏付けている。
• 感度分析: 分割閾値 ($\tau_{split}$) と更新間隔 ($N_{update}$) によって、視覚的忠実度、時間的安定性、およびレンダリング性能のトレードオフを調整可能である。

意義と限界

本論文は、アダプティブ・ヤーン・カードが、複雑に変形する布のリアルタイムかつインタラクティブなレンダリングに適した軽量な表現を提供すると主張している。織物パターンの視覚的密度と表面の幾何学的複雑さを分離することで、シミュレーション解像度を上げることなく、高精細なレンダリングが可能となる。

著者は、本手法はあらゆるスケールにおいて明示的な糸レベルのレンダリングの完全な代替にはならないことを明示している。本手法は、個々の糸の断面やパララックス（視差）よりも、マクロな変形や織りの組織が支配的な、中距離から遠距離のレンダリングにおいて最も効果的である。また、本手法は一貫した布のパラメータ領域を前提としており、裂け目や継ぎ目のようなトポロジーの変化をネイティブには扱わない。今後の課題として、視点およびスクリーン空間の基準の統合、および近距離レンダリングのためのハイブリッドLOD（レベル・オブ・ディテール）遷移への統合が示唆されている。