為彩色3D打印實現(xiàn)精準(zhǔn)的色彩優(yōu)化

導(dǎo)讀：捷克共和國查爾斯大學(xué)計算機圖形組（CGG）提出了一種用于3D彩色打印的神經(jīng)散射補償。與使用無噪聲蒙特卡洛模擬的方法相比，該技術(shù)在上述情況下實現(xiàn)了300倍的速度提升，同時提供相同的質(zhì)量。

這個研究小組最近發(fā)表了一篇題為 "Neural Acceleration of Scattering-Aware Color 3D Printing "的論文，介紹了他們改進(jìn)全彩色3D打印的新方法。他們的建議是通過使用通過機器學(xué)習(xí)獲得的模型來預(yù)測3D打印件內(nèi)發(fā)生的次表面散射效應(yīng)，這也加快了打印過程。通過使用這種預(yù)測，他們假設(shè)用戶可以使用虛擬優(yōu)化，通過重新安排物體內(nèi)部的材料來補償一些不需要的顏色效果。
相關(guān)鏈接：http://www.lhkhtyz.com/forum ... n=newthread&fid=231

摘要指出：隨著全彩3D打印機的廣泛使用，色彩準(zhǔn)確的3D打印準(zhǔn)備已經(jīng)受到越來越多的關(guān)注。一個關(guān)鍵的挑戰(zhàn)在于常用打印材料的固有的半透明性，它模糊了顏色紋理的細(xì)節(jié)。以前的工作試圖通過對打印機體素的彩色主材料的戰(zhàn)略分配來補償這些散射效應(yīng)。到目前為止，最高質(zhì)量的方法是使用迭代優(yōu)化，依靠計算成本高的蒙特卡洛光傳輸模擬來預(yù)測給定印刷材料分布中的次表面散射的表面外觀。然而，這種優(yōu)化在一臺機器上需要幾天的時間。

在這項工作中，通過用數(shù)據(jù)驅(qū)動的方法取代光傳輸模擬，極大地加快了這個過程。利用深度神經(jīng)網(wǎng)絡(luò)來預(yù)測高度異質(zhì)介質(zhì)中的散射，方法比蒙特卡洛渲染快兩個數(shù)量級，同時產(chǎn)生類似質(zhì)量水平的優(yōu)化結(jié)果。該網(wǎng)絡(luò)是基于大氣云層渲染的既定方法，適合于我們的領(lǐng)域，并通過一個物理上的權(quán)重共享方案進(jìn)行擴展，大大減少了網(wǎng)絡(luò)的大小。研究分析了其在端到端打印準(zhǔn)備流程中的性能，并將質(zhì)量和運行時間與其他方法進(jìn)行了比較，并證明了其對未見過的幾何體和材料值的通用性。這首次實現(xiàn)了在實際打印時間的范圍內(nèi)對3D打印準(zhǔn)備進(jìn)行完全的異質(zhì)材料優(yōu)化。