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

PureRef:リファレンス画像専用ビューア

ZBrushでUndo Historyを動画に書き出す

ManimML:機械学習の概念を視覚的に説明するためのライブ...

無料で使える人体3DCG作成ツール

DensePose:画像中の人物表面のUV座標を推定する

Deep Learningとその他の機械学習手法の性能比較

スクラッチで既存のキャラクターを立体化したい

OpenCVの顔検出過程を可視化した動画

OANDAのfxTrade API

ZBrushでアヴァン・ガメラを作ってみる 壊れたデータの救...

GeForce RTX 30シリーズ発表

この本読むよ

OpenCV バージョン4がリリースされた!

Raytracing Wiki

Python拡張モジュールのWindows用インストーラー配...

Raspberry Pi

ファンの力

ブラウザ操作自動化ツール『Selenium』を試す

ラクガキの立体化 1年半ぶりの続き

ROMOハッカソンに行ってきた

Live CV:インタラクティブにComputer Visi...

IronPythonを使ってUnity上でPythonのコー...

Unityの各コンポーネント間でのやり取り

『ローグ・ワン/スター・ウォーズ・ストーリー』"あのキャラク...

AfterEffectsプラグイン開発

日立のフルパララックス立体ディスプレイ

CGAN (Conditional GAN):条件付き敵対的...

MythTV:Linuxでテレビの視聴・録画ができるオープン...

Math Inspector:科学計算向けビジュアルプログラ...

Google App Engineのデプロイ失敗

ハリウッド版「GAIKING」パイロット映像

『シン・ゴジラ』のコンセプトアニメーションのメイキング動画が...

iPhone x ロボットハッカソン~RomoのiPhone...

ZBrush 2018での作業環境を整える

ZBrushでアヴァン・ガメラを作ってみる 口内の微調整・身...

ZBrushと液晶ペンタブレットでドラゴンをモデリングするチ...

ZBrushで基本となるブラシ

Unityの薄い本

ManuelBastioniLAB:人体モデリングできるBl...

動的なメモリの扱い

ZBrushのハードサーフェイス用ブラシ

ZBrushでリメッシュとディティールの転送

コメント