Journal
Scratch-based Reflection Art via Differentiable Rendering
University of Science and Technology of China; Nankai University
一句话总结
用布满微小划痕的反射面替代传统微面元阵列来制作”反射艺术”,把设计问题写成多视角逆向渲染,靠可微渲染优化划痕参数,让同一块反射面从不同视角/光照下显现不同目标图案,并可用简单刻划设备实物加工。
研究背景
- 领域现状:3D 反射艺术(reflection art)通过精心设计物体表面与光源的相互作用,让一块反射面在不同观察方向下”变出”不同图像。已有方法(如 Weyrich 2009、Sakurai 2018)用大量小微面元(microfacet)拼出目标反射。
- 核心痛点:微面元方案分辨率低(约 30×30 个面元)、通常只能编码单一图案、优化耗时(数小时级别),且高分辨率法线贴图的优化本身很困难,制造也不易。
- 本文 idea:换一种”表面基元”——用划痕(scratch)作为可控的反射单元。划痕易于加工、不受面元分辨率约束、且具有各向异性的特殊光学反射特性;再为划痕建立解析的几何与着色模型,使其既能高效正向渲染、又便于可微渲染,从而把反射艺术设计变成可用梯度优化求解的逆问题。
方法
整体上,方法由三块组成:可解析求值的划痕外观模型、基于可微渲染的逆向参数估计管线、以及把优化结果落到实物的加工环节。目标是给定若干”视角 + 光照 + 期望图像”的组合,反解出一组划痕参数,使得每个组合下渲染出的反射结果都逼近对应目标。
flowchart LR
A["多组目标: 视角/光照 + 期望图像"] --> B["可微渲染 (解析划痕模型)"]
B --> C["感知损失 + Gram 矩阵损失"]
C --> D["梯度优化划痕参数"]
D --> B
D --> E["实物刻划加工"]
- 划痕外观模型:一条划痕被建模成一个带形状的沟槽(几何模型),其反射行为用法线分布函数(NDF)刻画。作者从”点 NDF”(划痕上某一点的微观法线分布)推导出”面片 NDF”(单条划痕整体的分布),得到可解析求值的着色模型。不同的划痕排布(随机、水平刷向、垂直刷向)会产生不同的各向异性高光响应,这正是编码图像信息的载体。相比高分辨率法线贴图,逐条划痕的表示更紧凑、更利于优化。
- 逆向参数估计管线:把设计写成多视角优化问题——固定一部分场景参数(如视角、光照配置),把划痕参数(位置、朝向等)作为可优化变量,用可微渲染回传梯度。多个”视角/光照—目标图像”约束共同作用于同一组划痕,使一块反射面能同时服务多个目标。
- 损失函数:不直接逐像素比对,而是采用感知损失(Chizhov 等 2022)配合 Gram 矩阵风格损失(Gatys 等 2015)。这类损失对高光的随机纹理更宽容,关注整体外观/纹理统计而非逐点对齐,更契合划痕高光”点状、随机分布”的成像特点。
- 实物加工:优化得到的划痕布局可用一台简单的刻划机床在真实材料上刻出,得到能在特定光照/视角下显现目标图案的实物反射器。
实验结果
论文以定性展示为主(虚拟渲染结果 + 实物加工结果),核心对比是本文划痕方案相对既有微面元反射艺术在表达能力与实用性上的差异,未以统一数值指标表列呈现。
| 维度 | 既有微面元方案 | 本文划痕方案 |
|---|---|---|
| 基元分辨率 | 受限(约 30×30 面元) | 不受面元分辨率约束 |
| 可编码图案数 | 通常单一图案 | 支持多视角/多图案 |
| 计算/优化 | 耗时(数小时级) | 可微渲染下高效梯度优化 |
| 加工 | 较难 | 简单刻划机床即可制造 |
虚拟实验展示了同一反射面在不同视角/光照下呈现不同目标图像;实物实验则验证了从优化结果到刻划加工的可行性。
亮点与局限
- 亮点:
- 提出”划痕”作为反射艺术的新表面基元,参数空间更紧凑、加工更简单。
- 为划痕建立可解析、可微的几何与着色(NDF)模型,使正向渲染与逆向优化都高效。
- 用感知损失 + Gram 矩阵损失匹配随机高光外观,并打通”设计—优化—实物加工”闭环。
- 局限:
- 几何与着色模型的表达能力有限,难以刻画任意复杂的目标外观。
- 多视角之间存在冲突:同一反射面要同时满足多个视角的目标本质上相互制约,难以全部完美达成。
延伸思考
- 目前聚焦平面反射器,作者提出的方向是把划痕反射艺术推广到非平面物体,这会显著扩大可设计的形态空间,但也让划痕的可见性与遮挡关系更复杂。
- 划痕的各向异性 NDF 与 glint/微结构渲染一脉相承,其可微外观模型或许能迁移到更广的逆向问题,作者提到的头发重建就是一个候选应用。
- 多视角冲突本质上是一个欠约束/过约束的权衡问题,后续可结合更强的先验或多目标优化策略,在”图案数量”与”单图案保真度”之间取得更好平衡。
说明:本笔记基于作者公开的会议报告材料整理,未逐一核对论文正文中的全部公式与实验细节,具体数值与推导请以原文为准。