在三维动画制作中，云的模拟是非常复杂的，还原云彩的聚集、消散、移动、颜色的变化、都是非常复杂的，而在17年一个叫做，用辐射预测神经网络绘制大气云的项目改编了现状，本次来自西安太空动画的小编为你带来关于用辐射预测神经网络绘制大气云的全面性介绍。
用辐射预测神经网络绘制大气云来自不列颠哥伦比亚大学的Yufeng Zhu, Jovan Popović，Robert Bridson， Danny M. Kaufman共同制作。他们提出了一种有效合成大气图像的技术，云使用蒙特卡罗整合和神经网络的组合。Lorenz-Mie散射的错综复杂和高反射率云雾形成的气溶胶使云层呈现 - 例如，的特点，银色衬里和内部身体的“白色” - 对于方法来说具有挑战性。完全基于蒙特卡罗积分或扩散理论。他们接近问题不同。而不是模拟渲染过程中的所有光传输，预先学习辐射通量的空间和方向分布从数十个云示例。为了渲染一个新的场景，他们采样可见云的点，并为每一个，提取层次3D描述符的云相对于遮蔽位置和光源的几何形状。描述符被输入到预测辐射的深层神经网络功能用于每个着色配置。并做了关键的观察逐步将分层描述符馈送到网络中网络学习速度更快，并能以更高的准确度进行预测使用更少的系数。他们还采用带有剩余连接的模块设计进一步提高性能。他们的GPU实现方法合成与几乎无法区分的云的图像参考解决方案在几秒到几分钟内。他们的方法就是这样一个可行的应用程序解决方案，如云设计。
以上就是关于三维动画制作用辐射预测神经网络绘制大气云的全面性介绍了。