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

『手を動かしながら学ぶエンジニアのためのデータサイエンス』ハ...

Deep Learningとその他の機械学習手法の性能比較

ブログの復旧が難航してた話

オープンソースの人体モデリングツール『MakeHuman』の...

Managing Software Requirements...

オープンソースの顔認識フレームワーク『OpenBR』

IronPythonを使ってUnity上でPythonのコー...

ZBrushのUndo Historyをカメラ固定で動画化す...

オープンソースのネットワーク可視化ソフトウェアプラットフォー...

UnityのGlobal Illumination

OpenCVでPhotoshopのプラグイン開発

Phongの表現力パネェ 材質別のPhong Shader用...

映画『ジュラシック・ワールド』のVFXメイキング

ちょっと凝り過ぎなWebキャンペーン:全日本バーベイタム選手...

機械学習での「回帰」とは?

OpenMesh:オープンソースの3Dメッシュデータライブラ...

ZBrushでアヴァン・ガメラを作ってみる 頭頂部と首周りを...

Mean Stack開発の最初の一歩

Unityで学ぶC#

NeRF (Neural Radiance Fields):...

Super Resolution:OpenCVの超解像処理モ...

ラクガキの立体化 3Dプリント注文

Amazon Web ServicesでWordPress

映画『ゴジラ-1.0』 メイキング情報まとめ

hloc:SuperGlueで精度を向上させたSfM・Vis...

Windows10でPyTorchをインストールしてVSCo...

Mask R-CNN:ディープラーニングによる一般物体検出・...

ブログが1日ダウンしてました

顔モデリングのチュートリアル

WordPressプラグインの作り方

UnityでTweenアニメーションを実装できる3種類の無料...

3DCGのモデルを立体化するサービス

ArUco:OpenCVベースのコンパクトなARライブラリ

書籍『メイキング・オブ・ピクサー 創造力をつくった人々』を読...

iOSデバイスのためのフィジカル・コンピューティングツールキ...

ZBrushでゴジラ2001を作ってみる 身体のSubToo...

CGのためのディープラーニング

C#で使える遺伝的アルゴリズムライブラリ『GeneticSh...

ZBrushでゴジラ2001を作ってみる 頭の概形作り

ZBrush 2018へのアップグレード

UnityプロジェクトをGitHubで管理する

書籍『The Art of Mystical Beasts』...

コメント