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




スポンサーリンク


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。


スポンサーリンク

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


スポンサーリンク

関連記事

Unityで強化学習できる『Unity ML-Agents』
3D復元技術の情報リンク集
トランスフォーマー :リベンジのメイキング (デジタルドメイン)
SegNet:ディープラーニングによるSemantic Segmentation手法
ブログの復旧が難航してた話
畳み込みニューラルネットワーク (CNN: Convolutional Neural Network...
布のモデリング
ZBrushでアヴァン・ガメラを作ってみる 全体のバランス調整 その2
ポリ男をリファイン
プログラミングスキルとは何か?
書籍『The Art of Mystical Beasts』を購入
Photoshopで作る怪獣特撮チュートリアル
GAN (Generative Adversarial Networks):敵対的生成ネットワーク
ラクガキの立体化 進捗
Open Shading Language (OSL)
3Dスキャンしたテクスチャから照明を除去するUnityツール『De Lighting tool』
読みやすくて高速なディープラーニングのフレームワーク『Caffe』
トランスフォーマーの変形パターンを覚えるのは楽しいと思うんだ
3DCGのモデルを立体化するサービス
Managing Software Requirements: A Unified Approach
WinSCP
C++ 標準テンプレートライブラリ (STL)
WordPressのテーマを自作する
Deep Learningとその他の機械学習手法の性能比較
『パシフィック・リム: アップライジング』のVFXブレイクダウン まとめ
『ハン・ソロ/スター・ウォーズ・ストーリー』のVFXブレイクダウン まとめ
ZBrushで仮面ライダー3号を造る 仮面編 ZRemesher
ジュラシック・パークの続編『ジュラシック・ワールド』
OpenCV 3.3.0 contribのsfmモジュールのサンプルを動かしてみる
geometry3Sharp:Unity C#で使えるポリゴン操作ライブラリ
SIGGRAPH ASIAのマスコット
書籍『ROSプログラミング』
iPhoneアプリ開発 Xcode 5のお作法
Unityで画面タッチ・ジェスチャ入力を扱う無料Asset『TouchScript』
書籍『ゼロから作るDeep Learning』で自分なりに学ぶ
ブログが1日ダウンしてました
オーバーロードとオーバーライド
Physics Forests:機械学習で流体シミュレーションを近似する
オープンソースの物理ベースレンダラ『Mitsuba』をMayaで使う
Mayaのシェーディングノードの区分
フルCGのウルトラマン!?
Netron:機械学習モデルを可視化するツール

コメント