[논문]절차적 함수를 이용한 GPU기반 실시간 3D구름 모델링 및 렌더링 기법

성만규

doi:10.6109/jkiice.2019.23.4.416

절차적 함수를 이용한 GPU기반 실시간 3D구름 모델링 및 렌더링 기법
GPU-based modeling and rendering techniques of 3D clouds using procedural functions 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.23 no.4, 2019년, pp.416 - 422

성만규 (Department of Game & Mobile, Keimyung University)

초록
AI-Helper

본 논문은 절차적함수를 이용하여 실시간으로 3차원 구름을 모델링하고 렌더링하는 알고리즘을 제안한다. 구름 모델링은 절차적 노이즈 함수인 fbm(Fractional Brownian Motion)을 변형하여 사용하며, 이 값을 대기의 수증기 밀도 값으로 이용한다. 이 밀도 값은 파라미터로 주어진 3가지 구름의 형태를 위해 변형되며 렌더링단계의 입력 값으로 들어간다. 레이마칭(ray marching)기법을 이용한 렌더링 단계에서는 이 밀도 값을 이용하여 구름의 색상을 결정하며 이때 밀도에 따른 빛의 감소 및 산란현상은 물리적으로 계산된다. 대기모델로 렌더링 된 하늘 위에 제안한 알고리즘에 의해 구현된 구름들이 블랜딩되며, 이 때 바람의 방향에 따라 구름이 움직이도록 한다. 제안된 구름 생성 및 렌더링은 GLSL언어를 이용해서 GPU상에서 구현되었다.

Abstract ▼ AI-Helper

This paper proposes a GPU-based modeling and rendering of 3D clouds using procedural functions. The formation of clouds is based on modified noise function made with fbm(Fractional Brownian Motion). Those noise values turn into densities of droplets of liquid water, which is a critical parameter for forming the three different types of clouds. At the rendering stage, the algorithm applies the ray marching technique to decide the colors of cloud using density values obtained from the noise function. In this process, all lighting attenuation and scattering are calculated by physically based manner. Once we have the clouds, they are blended on the sky, which is also rendered physically. We also make the clouds moving in the sky by the wind force. All algorithms are implemented and tested on GPU using GLSL.

주제어

표/그림 (8)

그림 Fig. 1 Three different cloud types [12]
그림 Fig. 2 Ray marching algorithm overview
그림 Fig. 3 Cloud Rendering Process
그림 Fig. 4 Atmosphere rendering (OceanColor=(0, 0.73,0.95) ColorNearHorizon=0.0, 0.16, 0.51)
그림 Fig. 5 Cloud Rendering: (a) cumulus (b) stratocumulus(c) stratus (f = 2.57 r = 0.5 #of octave = 5 g=0.99 b=.19)
그림 Fig. 6 Cloud coverages : (a) 0.2 (b) 0.5 (c) 0.75
그림 Fig. 7 Visual comparison of rendering result with [10] (Top : result of [10], Botton : Proposed algorithm)
표 Table. 1 Performance

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문은 가장 대표적인 자연물인 구름(cloud)을 실시간으로 생성하고 자연스럽게 렌더링하기 위한 알고리즘을 제안한다. 그 동안 많은 컴퓨터 그래픽스 연구자들에 의해 구름 생성 및 렌더링 기법들이 제안되었으나 제안된 알고리즘들은 물리적인 정확성에 초점을 맞추어 알고리즘의 복잡성이 증가되는 단점이 있었으며, 이로 인해 구현이 어려운 단점이 있었다[1][2][3].
이와 같은 실시간 온라인 기법을 이용한 구름의 표현은 크게 3 차원 공간을 정해진 격자로 나누어서 나타내는 계층적 공간 분할(Hierarchical Space Division)하는 방법 [6], 파티클 시스템을 이용하는 방법[7],구름 밀도를 텍스처 혹은 절차적(Procedural)한 방법으로 표현하여 나타내는 내포적 표현방법(Implicit) 등으로 구분된다[8]. 본 논문은 절차적 방법을 이용하여 구름을 생성 하고자 한다. 하지만, 기존의 방법들이 대부분 3D noise 텍스처를 이용해 구름의 비정형성 나타내는 반면, 본 논문에서는 직접 noise함수를 GPU상에 구현하여 사용한다.
본 연구는 게임등과 같은 실시간 어플리케이션을 위해 실시간으로 구름을 생성하고 렌더링 하는 알고리즘을 제안하였다. 제안한 알고리즘은 3D텍스처를 이용하지 않고 순수한 절차적 노이즈 함수를 이용하여 구름을 생성하였으며, 대기렌더링과 구름렌더링을 알파 블랜딩에 의해 혼합하여 최종 렌더링을 수행 하였다.
구름 렌더링은 물리적인 대기 렌더링과 함께 처리한다. 본 연구에서는 평면으로 표현된 바다 위에 대기를 표현하고, 그리고 그 대기에 구름이 떠있는 모습을 목표로 한다. 레이 마칭을 통한 바다, 대기와 구름 렌더링의 대략적인 절차는 그림 3과 같다.

가설 설정

대기 안에는 많은 입자들이 있으며, 이 입자들은 태양으로부터 나온 광자(photon)들과 충돌하면서 산란이 된다[14]. 산란의 정도는 입자의 크기와 속성에 따라 달라지나 일반적인 시뮬레이션에서는 모든 입자가 균일한 속성을 가진다고 가정하고, 대기의 높이에 따라 달라지도록 한다.

제안 방법

그림 1은 고도에 따른 3개의 다른 구름 타입에 대해 나타낸다. 또한 구름의 렌더링은 물리적인 볼륨 대기 산란(volumetric atmosphere scattering)기법을 단순화 하여 구름 내부의 쉐도우(shadow)가 표현되도록 하였다. 제안한 알고리즘은 GPU에서 실행 될 수 있도록 쉐이더(Shader)로 구현되었으며 윈도우 기반 PC상에서 실험을 통해 실시간으로 수행됨을 확인하였다.
바다는 법선벡터가 (0,1,0)인 평면으로 표현될 수 있으므로, 레이의 방향 d와의 내적을 통해 해당 레이가 바다 부분에 충돌 되는지, 대기 부분에 충돌 되는지를 확인 할 수 있다. 만일 내적 값이 0보다 작다면 바다에 해당하므로, 바다표면의 색상을 계산하며, 그렇지 않고 0보다 크다면 대기에 해 당하므로, 대기 분산산란(atmosphere scattering)을 통해대기의 색상을 계산하고 이와 함께 수증기 밀도 모델을 이용하여 구름의 색상을 결정한다. 마지막 단계에서, 이두 색상을 알파 값을 이용해 블랜딩 하여 최종 색상을 결정한다.
레이 마칭 기법은, 카메라 시점을 시작점으로(p_o ), 중간에 놓여 있는 이미지 플레인 상의 각 픽셀을 타깃으로 레이를 공간상에 쏘아, 이 공간상에 signed distance function으로 정의된 오브젝트의 내부에 있는지를 확인한 후, 만일 레이 상의 한 점 p_i가 내부에 있다면 조명모델에 따라 색상을 결정하고, 그렇지 않다면 배경색을 설정한다[13]. 본 논문에서 목적으로 하는 구름의 경우, 비정형의 개체 이므로 signed distance function을 정의 하지 않고, 수증기 밀도 함수를 정의한다. 그림 2는 레이 마칭 기법을 나타낸다.
또한 자연스러운 구름 생성을 위해서는 10개 이상의 파리미터를 조절해야 해야 했었다. 본 논문에서 제안한 방법은 물리적인 정확성 보다 컴퓨터 게임에서 사용될 수 있도록, 실시간 실행가능성에 초점을 맞추었으며 자연스러운 구름 생성을 위한 필요한 파라미터간의 수를 최소화하여, 필요한 파라미터가 자동으로 조절되도록 하였다.
많은 연구자들은 이와 같은 물리적 현상을 단순화하여 사용하였다[11]. 본 논문에서는 단순화된 수학적 모델에 사용되는 파라미터들을 분석 후 이 파라미터의 연관성을 파악하여 파라미터의 숫자를 줄일 수 있도록하여, 구름의 형태와 Coverage, 구름의 색상조정 파라미터정도만을 필요하도록 하였다.
본 연구에서는 Iñigo Quilez 가 절차적 지형 생성에서 이용한 fbm함수를 수정하여 구름 생성에 사용한다[8].
이위치 사이의 거리는 고정 위치(∆t)를 정해거나, 속도 향상을 위해 가변 거리를 이용할 수 있다. 본 연구에서는 구현의 단순화를 위해 고정 위치를 이용한다.
이 함수는 3차원 위치 값 p를 입력받는데, 이위치는 그림 2에서 빨간 선으로 나타낸 밀도 계산 위치에 해당된다. 본 연구에서는 실험으로 통해 5개의 옥타브로 이루어진 fbm이 가장 구름에 가까운 값을 반환해 줌을 확인하여 총 5개의 옥타브를 가진 노이즈를 결합하여 하나의 노이즈를 생성한다.
가장 대표적인 노이즈 함수는 perlin노이즈이나, 이 노이즈는 다양한 분야에 적용가능한 장점이 있는 반면, 하나의 perlin노이즈만으로는 구름 특유의 뭉쳐 있는 구름 생성을 생성하는 데는 단점이 있다. 본 연구에서는 실험을 통해 가장 정확한 구름 모습을 생성하는 fbm(Fractional brownian motion)을 이용하였다. fbm는 다수의 옥타브를 가진 노이즈들을 결합하여 사용한다.
제안한 방법은 총 3가지의 서로 다른 구름 형태인, 적운(cumulus), 층적운(stratocumulus), 층운(stratus)을 생성 할 수 있으며(그림 1), 하나의 파리미터를 이용하여 하늘 상의 나타내는 구름의 볼륨이 조절 되도록 하였다. 그림 1은 고도에 따른 3개의 다른 구름 타입에 대해 나타낸다.
제안한 알고리즘은 3D텍스처를 이용하지 않고 순수한 절차적 노이즈 함수를 이용하여 구름을 생성하였으며, 대기렌더링과 구름렌더링을 알파 블랜딩에 의해 혼합하여 최종 렌더링을 수행 하였다.
참고로 본 실험에서 사용된 다양한 파라미터들은 많은 실험을 통해 가장 시각적으로 우수한 결과를 나타내는 값을 실험적으로 설정하였다.
본 논문은 절차적 방법을 이용하여 구름을 생성 하고자 한다. 하지만, 기존의 방법들이 대부분 3D noise 텍스처를 이용해 구름의 비정형성 나타내는 반면, 본 논문에서는 직접 noise함수를 GPU상에 구현하여 사용한다. 3D noise 텍스처를 구름 생성에 이용할 경우, 노이즈 생성을 위한 텍스처를 외부 프로그램에 의해 생성해야 하며, 이 데이터는 하나의 이미지 형태로 고정되어 있으므로 변경하기 어려운 단점이 있다[9].

이론/모형

노이즈 함수를 통해 얻은 결과를 수증기 밀도로 이용하였으며 레이 마칭기법을 통해 구름의 밀도에 따른 색상 값을 물리기반법칙에 기반하여 계산하였다.
GPU상에 함수형태로 구현될 경우, 필요에 따라 변경이 용이한 장점이 있으며, 이는 다양한 형태의 구름을 생성하기 위한 다양한 실험을 원활히 할 수 있다. 본 연구에서는 fbm(Fractional Brownian Motion)기법을 이용하여 noise를 생성한다. 생성된 noise는 구름내부의 수증기의 밀도 정보로 이용된다.
Mie 산란은 낮은 고도의 도시에서 발생하며 스모그 등을 통해 나타나는 연무 및 수증기로 인한 산란을 의미한다. 본 연구에서는 이와 같은 산란을 포함한 대기 모델 중에 Preetham이 제안한 분석 모델을 이용하였다. 이 모델은 실시간 렌더링 가능한 장점이 있으며, 구현이 간단한 장점이 있다.
이 모델을 통해 생성된 대기 위해 구름을 생성하게 되는데, 구름으로 인해 광원으로 오는 빛의 감소되는 빛 및 투과되는 빛을 시뮬레이션 해주어야 한다. 투과되는 빛은 흔히 Beer 법칙에 의해 시뮬레이션된다. 이 법칙을 단순화 시켜 투과되는 빛 T는 아래 수식(3)과 같이 계산된다.

성능/효과

또한 구름의 렌더링은 물리적인 볼륨 대기 산란(volumetric atmosphere scattering)기법을 단순화 하여 구름 내부의 쉐도우(shadow)가 표현되도록 하였다. 제안한 알고리즘은 GPU에서 실행 될 수 있도록 쉐이더(Shader)로 구현되었으며 윈도우 기반 PC상에서 실험을 통해 실시간으로 수행됨을 확인하였다.

후속연구

추후 연구를 통해 대기의 coverage뿐 아니라, 파티클 시스템과 같이 각 수증기 입자의 수명을 조절하여 시간에 따른 구름의 생성 및 제거를 용이하게 하는 연구를 진행할 예정이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	레이 마칭 기법은 무엇인가?	기본적인 구름 생성 알고리즘은 레이 마칭 기법을 이용한다[10]. 레이 마칭 기법은, 카메라 시점을 시작점으로(po ), 중간에 놓여 있는 이미지 플레인 상의 각 픽셀을 타깃으로 레이를 공간상에 쏘아, 이 공간상에 signed distance function으로 정의된 오브젝트의 내부에 있는지를 확인한 후, 만일 레이 상의 한 점 pi가 내부에 있다면 조명모델에 따라 색상을 결정하고, 그렇지 않다면 배경색을 설정한다[13]. 본 논문에서 목적으로 하는 구름의 경우, 비정형의 개체 이므로 signed distance function을 정의 하지 않고, 수증기 밀도 함수를 정의한다.
	직접 noise함수를 GPU상에 구현하여 사용할 경우 단점은 무엇인가?	하지만, 기존의 방법들이 대부분 3D noise 텍스처를 이용해 구름의 비정형성 나타내는 반면, 본 논문에서는 직접 noise함수를 GPU상에 구현하여 사용한다. 3D noise 텍스처를 구름 생성에 이용할 경우, 노이즈 생성을 위한 텍스처를 외부 프로그램에 의해 생성해야 하며, 이 데이터는 하나의 이미지 형태로 고정되어 있으므로 변경하기 어려운 단점이 있다[9]. 또한, 구름생성에 필요한 3D 텍스처 데이터는 메모리를 많이 차지하는 단점이 있다. GPU상에 함수형태로 구현될 경우, 필요에 따라 변경이 용이한 장점이 있으며, 이는 다양한 형태의 구름을 생성하기 위한 다양한 실험을 원활히 할 수 있다.
	레이 마칭기법을 이용할 경우 어떤 현상을 시뮬레이션을 해야 하는가?	이를 해결하기 위해 대부분의 알고리즘들이 레이 마칭(ray marching)기법을 이용한다[10]. 레이 마칭기법을 이용할 경우, 레이와 구름과의 충돌 시 나타나는 흡수(Absorption), 투과(Transmission), 산란(Scattering)과 같은 물리적 현상을 시뮬레이션 해야 한다. 많은 연구자들은 이와 같은 물리적 현상을 단순화하여 사용하였다[11].

참고문헌 (16)

E. Cerezo, F. Perez, X. Pueyo, F. J. Seron, and F. X. Sillion, "A survey on participating media rendering techniques," Visual computer, vol. 21, no. 5, pp. 303-328, Jun. 2005.

상세보기
R. Hufnagel, and M. Held, "A survey of Cloud Lighting and Rendering Technique," Journal of WSCG, vol. 20, no. 3, Jan. 2012.
F. Haggstrom, "Real-time rendering of volumetric clouds," M. S. dissertation, Umea University, 2018.
A.Schneider, "The Real-time Volumetric Cloudscapes of Horizon: Zero Dawn," SIGGRAPH Course note in Advance in Real-Time Rendering in Games, 2015.
T. Akernin-Moller, E. Haines, and N. Hoffman, Real-Time Rendering, 4th Edition, CRC Press, 2018.
C. Crassin, F. Neyret, S. Lefebvre, and E. Eisemann. "GigaVoxels: Ray-guided streaming for efficient and detailed voxel rendering," in Proc. ACM SIGGRAPH Symp.on Interactive 3D Graph. and Games (I3D), 2009.
T. Nishita, Y. Dobashi, and E. Nakamae, "Display ofclouds taking into account multiple anisotropic scattering and skylight," in Proc. ACM SIGGRPH, pp. 379-386, 1996.
I. Quilez, Terrain Raymarching [Internet]. Available: http://www.iquilezles.org/www/articles/terrainmarching/terrainmarching.htm, 2002
E. Vane, "Cloud Rendering using 3D Textures," University of Waterloo, Technical Report, 2004.
L. J. Tomczak, "GPU Ray marching of Distance Field," M. S. dissertation, Technical University of Denmark, 2012.
W. Engel, GPU Pro 7:Advanced Rendering Technique, CRC Press, 2016.
A. J. Preeham, P. Shieley and B. Smits, "A Practical analytic model of daylight," in Proc. ACM SIGGRPH, pp. 91-100, 1999.
I. Quilez, 2D distance functions [Internet]. Available: https://iquilezles.org/www/articles/distfunctions2d/distfunctions2d.htm, 2018
G. Bodare, and E. Sandberg, "Efficient and Dynamic Atmospheric Scattering," M. S. dissertation, Chalmers University of Technology, 2016.
E. Yosov, "High-Performance Rendering of Realistic Cumulus Clouds Using Pre-computed Lighting," in Proceeding of High Performance Graphics, 2014.
G. Seller, R. S. Wright, Jr, and N. Haemel, OpenGL Super Bible : Comprehensive Tutorial and Reference, 7th Edition, Addison-Wesley Professional, 2015.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증