Al TU Wien (Vienna), sono state sviluppate reti neurali che rendono molto più facile creare immagini fotorealistiche di un'ampia varietà di materiali.

Se le immagini generate al computer devono sembrare realistiche, materiali diversi devono essere presentati in modo diverso:la lucentezza metallica di una moneta sembra molto diversa dalla lucentezza opaca di un piatto di legno o dalla buccia leggermente trasparente di un'uva. La simulazione esatta di tali effetti materiali di solito richiede molta esperienza e pazienza. Molti parametri diversi devono essere regolati con attenzione, quindi il computer impiega un po' di tempo per calcolare l'immagine corrispondente, e poi si ripete la stessa procedura, fino a quando il risultato non sarà pienamente soddisfacente.

A TU Wien (Vienna), ora sono stati sviluppati nuovi metodi che rendono questo processo molto più veloce e più facile. Un'intelligenza artificiale riconosce i desideri creativi del designer e propone autonomamente immagini campione adeguate. Una rete neurale applica i parametri del materiale selezionato a un oggetto campione in tempo reale. Per applicazioni molto diverse nell'area grafica, questo è un grande passo avanti, dalla progettazione di giochi e animazione cinematografica alla visualizzazione architettonica.

Intelligenza artificiale invece di raytracing

"Di solito dobbiamo regolare manualmente fino a centinaia di parametri per far sembrare un oggetto fotorealistico, " afferma Károly Zsolnai-Fehér dell'Institute for Visual Computing and Human-Centered Technology presso l'Università di Tecnologia di Vienna. "Se vuoi creare un'immagine che contenga molti materiali diversi, trovare una soluzione completamente soddisfacente è impegnativo e richiede tempo."

Ecco perché Zsolnai-Fehér, che lavora nel team del Prof. Michael Wimmer, ha utilizzato metodi di intelligenza artificiale. Affinché il computer impari a visualizzare un materiale specifico, vengono visualizzate diverse versioni di un oggetto di esempio. Una persona fa clic sull'immagine che sembra più vicina al risultato desiderato. Dopo alcuni giri di pratica, l'intelligenza artificiale ha appreso le proprietà fisiche del materiale desiderato. "In questo modo il sistema acquisisce parametri che possono poi essere utilizzati per inserire oggetti di questo materiale in qualsiasi immagine, abbinando qualsiasi illuminazione specifica, " spiega Michael Wimmer.

Non solo Bella, ma anche veloce

Però, non è sufficiente che il computer si adatti rapidamente ai desideri del grafico umano:è anche importante che le immagini di anteprima in ogni ciclo di test vengano visualizzate il più rapidamente possibile. Nella maggior parte dei casi, le immagini fotorealistiche sono generate simulando fisicamente la propagazione dei raggi luminosi nel modo più preciso possibile. Però, con tali metodi basati sulla fisica, la creazione di un'immagine di prova richiede alcuni minuti. Se il software deve calcolare centinaia di volte una nuova immagine di prova alla ricerca dei parametri ottimali, questo diventa presto un'esperienza snervante per gli umani coinvolti.

Pertanto, l'intelligenza artificiale viene utilizzata anche durante la generazione delle immagini di anteprima:oltre all'algoritmo di apprendimento automatico, che suggerisce i parametri appropriati, Károly Zsolnai-Fehér ha anche sviluppato una rete neurale, che applica i rispettivi parametri del materiale a un oggetto campione molto più velocemente di quanto non sia mai stato possibile con il codice computer standard. Se necessario, i risultati possono quindi essere regolati e perfezionati in modo molto intuitivo.

Anche materiali complicati, come superfici riflettenti o schermi torbidi, non sono un problema per le reti neurali. "Il nostro approccio è adatto sia ai principianti che ai professionisti, e spero che trovi ampia applicazione nel campo della computer grafica, " dice Zsolnai-Fehér.

Risvegliare l'attenzione nella comunità grafica

I nuovi metodi sono stati presentati per la prima volta alla più grande e prestigiosa conferenza mondiale di computer grafica SIGGRAPH, che ha avuto luogo nell'agosto 2018. "Da allora i nuovi metodi di Károly Zsolnai-Fehér hanno suscitato molta attenzione tra i professionisti della computer grafica, ", afferma il leader del gruppo di ricerca Michael Wimmer. "Il metodo è un grande passo avanti per la comunità grafica." Le immagini create utilizzando la nuova navata della rete neurale ora sono state scelte anche per la copertina del rapporto ufficiale della conferenza SIGGRAPH.