Mitsuba 3:オープンソースの研究向けレンダラ

オープンソースの研究用レンダラMitsubaのバージョン2が発表されたのが3年ほど前。



次のバージョンのMistuba 3が発表されました↓

Mitsuba 3: A Retargetable Forward and Inverse Renderer



Mitsuba 3は研究指向のリターゲット可能なレンダリングシステムであり、Dr.Jit Just In TimeコンパイラによるポータブルなC++ 17で記述されています。Mitsuba 3は、EPFLのRealisticGraphicsLabによって開発されました。

Mitsuba 3は、微分トラッキング、LLVMまたはCUDAを介した動的コンパイル、様々なラディアンス表現(モノクロ、RGB、またはスペクトル光、場合によっては偏光)などのオプションを選択でき、様々な形態へコンパイルできます。

Mitsuba 3は小さなコアライブラリと、マテリアルや光源からレンダリングアルゴリズムに至るまでの全ての機能を実装したプラグインの集合で構成されています。Mitsuba 3は、旧バージョンのMitsuba 0.6とのシーン互換性の維持に努めています。

Dr.Jitととは何かというと、微分可能レンダリングのために開発された新しい実行時コンパイラ(Just In Timeコンパイラ)だそうで、SIGGRAPH 2022で発表されるらしい↓

Dr.Jit: A Just-In-Time Compiler for Differentiable Rendering





Mitsuba 3は既にソースコードがGitHubで公開されており、READMEにより詳しい概要説明がある↓

Mitsuba Renderer 3

Mitsuba 3は、スイスのEPFL(スイス連邦工科大学ローザンヌ校)で開発された順方向(forward)および逆方向(inverse)の光輸送シミュレーションのための研究指向のレンダリングシステムです。コアライブラリと、マテリアルや光源からレンダリングアルゴリズムに至るまでの全ての機能を実装したプラグインの集合として構成されています。

Mitsuba 3はリターゲット可能で、基盤となる実装とデータ構造を様々な異なるタスクへ変換して実行できます。例えば、同じコードでスカラーRGB輸送(1度に1つの光線を扱う古典的手法)とGPU上での微分可能スペクトル輸送の両方をシミュレートできます。これは全て、このプロジェクトのために特別に開発された専用のJIT(Just In Time)コンパイラ Dr.Jitでビルドされます。

主な機能

  • クロスプラットフォーム:Mitsuba 3はLinux (x86_64), macOS (aarch64, x86_64), Windows (x86_64)でテスト済みです。
  • ハイパフォーマンス:基盤となるDr.Jitコンパイラはレンダリングコードをカーネルに融合し、CPUをターゲットとするLLVMバックエンドと、レイトレーシングハードウェアアクセラレーションを備えたNVIDIA GPUをターゲットとするCUDA/OptiXバックエンドを使用して最先端のパフォーマンスを実現します。
  • Pythonファースト:Mitsuba3はPythonと深く統合されています。マテリアルやテクスチャだけでなく、全てのレンダリングアルゴリズムをPythonで開発でき、システムをすぐにJITコンパイル(さらにオプションで微分も)できます。これにより、コンピュータグラフィックスやその他分野の研究に必要な実験が可能です。
  • 微分:Mitsuba 3は微分可能レンダラです。つまり、カメラのポーズ、ジオメトリ、BSDF、テクスチャ、ボリュームなどの入力パラメータについて、シミュレーション全体の導関数を計算できます。Mitsuba 3には、EPFLで開発された最新の微分可能レンダリングのアルゴリズムを実装されています。
  • スペクトルと偏光:Mitsuba 3は、単色レンダラー、RGBベースのレンダラー、スペクトルレンダラーとして使用でき、各形態で必要に応じてオプションで偏光の影響を考慮できます。

Mitsuba 3は既にチュートリアル動画もとても充実している↓



ドキュメントはこちら。Mitsuba 3はpipですぐインストールできるのがイマドキな感じですね。

Blenderアドオンはこちら↓

Mitsuba Blender Add-on

関連記事

WordPressプラグインによるサイトマップの自動生成

AndroidもopenGLも初心者さ (でもJavaは知っ...

ポリゴン用各種イテレータと関数セット

マルコフ連鎖モンテカルロ法

WebGL開発に関する情報が充実してきている

iPhone x ロボットハッカソン~RomoのiPhone...

OpenCV 3.1から追加されたSfMモジュール

NeRF (Neural Radiance Fields):...

UnityのGlobal Illumination

OpenCVで動画の手ぶれ補正

iPhoneアプリ開発 Xcode 5のお作法

OpenCVの超解像(SuperResolution)モジュ...

MPC社によるゴジラ(2014)のVFXブレイクダウン

YOLO (You Only Look Once):ディープ...

ZBrushでアヴァン・ガメラを作ってみる 脚のトゲの作り直...

OpenCVのfindEssentialMat関数を使ったサ...

Iridescence:プロトタイピング向け軽量3D可視化ラ...

Maya 2015から標準搭載されたMILA

Fast R-CNN:ディープラーニングによる一般物体検出手...

OpenFace:Deep Neural Networkによ...

ポリゴンジオメトリ処理ライブラリ『pmp-library (...

ZBrushでアヴァン・ガメラを作ってみる 全体のバランス調...

オープンソースの物理ベースレンダラ『Mitsuba』をMay...

Zibra Liquids:Unity向け流体シミュレーショ...

書籍『ゼロから作るDeep Learning』で自分なりに学...

TorchStudio:PyTorchのための統合開発環境と...

Mayaのレンダリング アトリビュート

OpenGVの用語

CEDEC 3日目

Point Cloud Libraryに動画フォーマットが追...

Polyscope:3Dデータ操作用GUIライブラリ

Unreal Engine Tokyo MeetUp!へ行っ...

立体視を試してみた

株式会社ヘキサドライブの研究室ページ

ZBrushでアヴァン・ガメラを作ってみる 頭頂部と首周りを...

Raspberry Pi 2のGPIOピン配置

布のモデリング

Google App Engineのデプロイ失敗

3D Gaussian Splatting:リアルタイム描画...

テスト

OpenCV3.3.0でsfmモジュールのビルドに成功!

Pythonの自然言語処理ライブラリ『NLTK(Natura...

コメント