CG006读《什么是计算机图形学》

一 什么是计算机图形学

计算机图形学(computer Graphics) 是研究计算机世界中图形的学问。

二 计算机图形学的主要内容

主要包含四大部分的内容: 建模(modeling) 渲染(Rendering) 动画(Animation)和人机交互(Human-computer Interaction,HCI).

1. 建模(modeling)

在计算机中构建我们想要的图形图形或者物体的模型。

刘教授列举了一些三维建模方法:

l 计算机辅助设计(CAD)中的主流方法是采用NURBS(非均匀有理B-样条、Bezier曲线曲面)方法(已成为CAD工业领域的标准),这也是计算机辅助几何设计(CAGD)所研究的主要内容。此类表达方法有一些难点问题仍未解决,比如非正规情况下的曲面光滑拼合,复杂曲面表达等。这部分涉及的数学比较多,国内做这块的学者比较多些。

l 细分曲面(Subdivision surface)造型方法,作为一种离散迭代的曲面构造方法,由于其构造过程朴素简单以及实现容易,是一个方兴未艾的研究热点。经过十多年的研究发展,细分曲面造型取得了较大的进展,包括奇异点处的连续性构造方法以及与GPU图形硬件相结合的曲面处理方法。

l 利用软件的直接手工建模。现在主流的商业化的三维建模软件有Autodesk 3D Max和 Maya。其他还有面向特定领域的商业化软件,比如面向建筑模型造型的Google Sketchup,面向CAD/CAM/CAE的CATIA和AutoCAD,面向机械设计的SolidWorks,面向造船行业的Rhino等。这些软件需要建模人员有较强的专业知识,而且需要一定时期的培训才能掌握,建模效率低而学习门槛高,不易于普及和让非专业用户使用。

l 基于笔划或草图交互方式的三维建模方法。草图交互方式由于其符合人类原有日常生活中的思考习惯,交互方式直观简单,是最近几年研究的热点建模方法。其难点是根据具体的应用场合,如何正确地理解和识别用户的交互所表达的语义,构造出用户所希望的模型。

l 基于语法及规则的过程式建模方法。特别适合具有重复特征和结构化的几何物体与场景,比如建筑、树木等。最近几年有较多的论文及较大的发展。

l 基于图像或视频的建模方法。这是传统的计算机视觉所要解决的基本问题。在计算机图形学领域,这方面的发展也很迅速。有一些商业化软件或云服务(比如Autodesk的123D),已经能从若干张照片重建出所拍摄物体的三维模型。该方法的问题是需要物体本身已经存在,而且重建的三维模型的精度有限。

l 基于扫描点云(深度图像如Kinect、结构光扫描、激光扫描、LiDAR扫描等)的建模(Reconstruction)方法。随着深度相机的出现及扫描仪的价格迅速下降,人们采集三维数据变得容易,从采集到的三维点云来重建三维模型的工作在最近几年的Siggraph(Asia)上能常见到。但是,单纯的重建方式存在精度低、稳定性差和运算量大等不足,远未能满足实际的需求。

l 基于现有模型来合成建模的方法。随着三维模型的逐渐增多,可以利用现有的三维模型通过简单的操作,比如cut and paste,或者分析及变形等手段,来拼接或合成新的三维模型。这种通过“学习”模型数据库的知识来进行建模的手段在近3-5年里研究得非常热门。从某方面来讲,就是“大数据时代”背景下计算机图形学领域中的一个具体的表现。

除了上述的这些建模方法,还有其他的一些建模方法,在此不再一一列举。

在对三维几何模型的构建过程中,还会涉及到很多需要处理的几何问题,比如数据去噪(denoising or smoothing)、补洞(repairing)、简化(simplification)、层次细节(level of detail)、参数化(parameterization)、变形(deformation or editing)、分割(segmentation)、形状分析及检索(shape analysis and retrieval)等。这些问题构成“数字几何处理”的主要研究内容。笔者自2005年起开设了多年的《数字几何处理》的研究生课程:

http://staff.ustc.edu.cn/~lgliu/Courses/DGP_2012_spring-summer/default.htm

三维几何建模还不够完美,还有很多事情可以做。

2 渲染(Rendering)

核心人物是:根据三维几何模型产生令人赏心悦目的真实感图像。

上个世纪80-90年代做了不少这方面的研究如:局部光照模型(Local Illumination Model)、光线跟踪算法(Ray Tracing)、辐射度(Radiosity)等,以及到后面的更为复杂、真实、快速的渲染技术,比如全局光照模型(Global Illumination Model)、Photo mapping、BTF、BRDF、以及基于GPU的渲染技术等。

如何充分利用GPU的计算特性,结合分布式的集群技术,从而来构造低功耗的渲染服务是发展趋势之一

3 动画(Animation)

动画是采用连续播放静止图像的方法产生物体运动的效果。

计算机动画借助于编程或动画制作软件生成一系列的景物画面,是计算机图形学的研究热点之一。研究方向包括:人体动画,关节动画,运动动画,脚本动画,具有人的意识的虚拟角色的动画系统等。另外,高度物理真实感的动态模拟,包括对各种形变、水、气、云、烟雾、燃烧、爆炸、撕裂、老化等物理现象的真实模拟,也是动画领域的主要问题。这些技术是各类动态仿真应用的核心技术,可以极大地提高虚拟现实系统的沉浸感。计算机动画的应用领域广泛,比如动画片制作,广告、电影特技,训练模拟,物理仿真,游戏等。

4. 人机交互(Human–Computer Interaction, HCI)

人机交互(Human-Computer Interaction, 简写HCI)研究的是人如何与计算机互动。

除了经典的常规设备(如鼠标 键盘 触摸板 轨迹球等),近些年出现和很多新的交互设备如: Microsoft Kinect, Leap Motion ,MYO , Google Glass ,3D Printer ,3Doodler 等等。

5 其他内容

上述四个是计算机图形学的主要的几个内容,除此之外相关的学科还有很多,比如:虚拟现实(Virtual Reality) 可视化(Visualization) 可视媒体计算与处理(Visual Media Processing) 医学图像处理(Medical Imaging) 计算机艺术(Computational Arts) 等等。

学习计算机图形学需要哪些基础

1. 数学

计算机图形学里面用到的数学比较多,列举一些常用的,包括:微积分、线性代数、矩阵计算、微分几何、数值计算和分析、计算方法、偏微分方程、微分方程数值解、最优化、概率、统计、计算几何等。

计算机图形学领域的一位优秀学者Greg Turk教授在1997年曾写过一篇“计算机图形学中的数学”(Mathematics for Computer Graphics)的帖子,详细可见:

计算机图形学中的数学(英文版)

其中文翻译版本可见:

计算机图形学中的数学

关于计算机图形学与数学的关系,归纳起来就是以下几个原则:

  1. 计算机图形学的研究需要用到较多的数学知识,有较好数学功底的学生从事计算机图形学有一定优势;
  2. 即使没有学太多的数学也不要紧。数学的知识不需要都学会了再去做问题,在解决问题的过程中去学习数学是最快的学习方法。即,研究过程中若遇到什么数学知识再去学相关的知识,学习起来会更有兴趣,掌握起来会更快更扎实;
  3. 学习数学要结合图形,即“数形结合”,需要有图形的想象能力;数学公式不重要,是“纸老虎”,重要的是背后的思想及其所表达的概念,公式只是它们的一个抽象表达;
  4. 活到老,学到老。要不断学习新的知识和技术,使自己不断进步和增长功力,才是王道。

2. 编程

C++编程语言和面向对象编程思想,这是大家通用的“语言”

要有兴趣。

3. 其他

英语要好,学习能力强。

4. 计算机图形学的教材

不能指望通过一本或几本教材就能学会计算机图形学;

务必要通过跟着老师做相关研究来了解计算机图形学最新的发展和趋势。除了阅读最新的最新的科研论文外,还需要不断关注信息科技及电子科技的一些前沿发展;

要相信,计算机是好玩的,是有用的,更是有未来的!充满热情和激情;

四. SIGGRAPH简介

ACM SIGGRAPH是“ACM Special Interest Group on GRAPHics and Interactive Techniques”(美国计算机协会计算机图形专业组)的缩写,成立于1967年,致力于推广和发展计算机绘图和动画制作的软硬件技术。从1974年开始,ACM SIGGRAPH每年都会举办一次年会(也称为SIGGRAPH),至今年已经举办了40次。SIGGRAPH是计算机图形学顶级年度会议,代表着世界级水平的研究,能在SIGGRAPH上发表论文是许多从事计算机图形学研究的工作者的梦想。

SIGGRAPH每年召开一次,SIGGRAPH是世界上影响最广、规模最大,同时也是最权威的一个集科学、艺术、商业于一身的CG展示、学术研讨会,参会人数众多,一般有2--4万人。绝大部分计算机图技术软硬件厂商每年都会将最新研究成果拿到SIGGRAPH年会上发布,大部分游戏的电脑动画创作者也将他们本年度最杰出的艺术作品集中在SIGGRAPH上展示。因此,SIGGRAPH在图形图像技术,计算机软硬件以及CG等方面都有着相当的影响力。

与SIGGRAPH一样,发表者SIGGRAPH Asia上的研究论文也代表着计算机图形学领域的最前沿和最高水准,所有研究论文都发表在ACM Transactions on Graphics期刊上,这是计算机图形学领域唯一的一个Top (I区)的学术期刊。可以形象地将SIGGRAPH和SIGGRAPH Asia分别比喻为计算机图形学领域的“夏季奥运会”和“冬季奥运会”。

在SIGGRAPH会议上,除了研究论文外,还有很多其他内容,比如课程、短文、海报、CG企业展示、电子剧场、动画节、新型科技展示、艺术画廊、教育等

原文及参考链接

  1. 什么是计算机图形学?
  2. 刘利刚(中国科技大学)个人主页

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

重磅 | 微软首席人工智能科学家邓力离职,加盟对冲基金巨头Citadel

机器之心独家 作者:李亚洲 微软人工智能首席科学家、IEEE Fellow 邓力向机器之心透露,他已从微软离职,加入对冲基金公司 Citadel 担任首席人工智...

58080
来自专栏新智元

【重磅】吴恩达率百度大脑完胜“最强大脑”王峰,AI技术解密

【新智元导读】人工智能又一次战胜了人类!这次是在《最强大脑》。吴恩达率队的百度人工智能在人脸识别跨年龄识别任务中以 3:2 的比分惊险击败《最强大脑》名人堂轮值...

40360
来自专栏AI科技评论

大神Yann LeCun亲授:如何自学深度学习技术并少走弯路(3000字长文)

编者按:深度学习领域泰斗级人物 Yann LeCun 是 Quora上非常踊跃的答者,他乐于分享自己的心得体会。例如,有人问“你最喜欢的机器学习算法是什么?”,...

45790
来自专栏机器之心

业界 | 微软亚研20周年,微软ResNet等AI技术突破盘点

2016 年,《财富》杂志在文章《Why deep learning is suddenly changing your life》曾如此描述这波 AI 浪潮的...

8910
来自专栏新智元

【ACL 2017最佳论文解读】NLP数据成热点,哈佛教授获终身成就奖

【新智元导读】计算语言学顶会 ACL 2017 刚刚公布了最佳论文和终身成就奖。本年度最佳长论文被授予了霍普金斯大学使用概率方法研究语言类型学的文章。最佳短论文...

40250
来自专栏量子位

吴恩达对话LeCun:神经网络跌宕四十年

最近,这位AI领域的传奇大牛,接受了另一位大牛吴恩达的视频专访。在这次对话中,LeCun回顾了卷积神经网络、反向传播的历史,以及他如何从一个默默无闻的“法国小孩...

12720
来自专栏AI科技大本营的专栏

黑人小哥四个月速成全栈机器学习全程解密

程序员转型AI、机器学习需要学多久?1年?3年?这是绝大多数考虑转型的人,从一开始就要认真思考的问题。光说不练在这里没用,咱们还是要看真实的故事,来看看黑人小哥...

1.8K10
来自专栏大数据文摘

GAN之父Ian Goodfellow :那个赋予机器想象力的人类

21320
来自专栏AI科技大本营的专栏

四个月速成全栈机器学习?这位黑人小哥三个半月就开始找工作了

程序员转型AI、机器学习需要学多久?1年?3年?这是绝大多数考虑转型的人,从一开始就要认真思考的问题。 光说不练在这里没用,咱们还是要看真实的故事,来看看黑...

38680
来自专栏AI科技评论

吴恩达专访LeCun:即便在神经网络的寒冬,我也坚信它终会重回公众视野

时隔半年,终于等来了 Yann LeCun 回忆杀视频。 去年 8 月时,随着 deeplearning.ai 深度学习教学网站和系列课程的发布,吴恩达也在「t...

29350

扫码关注云+社区

领取腾讯云代金券