Hair Modeling

Simulasi abstrak dan pemodelan rambut manusia adalah sebuah proses yang kompleksitas komputasinya sangat besar, karena banyak faktor yang harus dihitung untuk memberikan tampilan yang realistis. Umumnya, metode yang digunakan dalam industri film untuk mensimulasikan rambut didasarkan pada grafis penanganan partikel.

Pemodelan 3D rambut tiga dimensi dianggap sebagai proses komputasi biaya tinggi. Dalam pemodelan rambut, akan dihadapkan dengan geometri yang kompleks. Perkiraan jumlah rambut di kepala manusia dari 130.000 item, yang berambut merah memiliki sekitar 90.000 item, orang berambut pirang dapat memiliki 150.000 dan, dalam kasus hewan, kita berbicara tentang jutaan item pada kulit Anda. Selain bahwa setiap rambut mungkin memiliki bentuk geometris khusus yang tidak sepele dalam simulasi dan perhitungan mereka.

Diameter rambut sangat tipis, sekitar 70 mikron dan mungkin selama kita inginkan, ini dapat menyebabkan masalah besar sampling, dan dengan demikian membuat sampel benar adalah penting untuk setiap praktek render rambut. Sifat refleksi cahaya yang diterima oleh masing-masing rambut tidak hanya menghalangi cahaya dari sumber dalam sebuah adegan. Umumnya, masing-masing rambut mempengaruhi jumlah iluminasi, seperti sebagai sehelai rambut dapat menyebabkan bayangan pada rambut lainnya yang ditransmisikan cahaya sebaik menerima hal lainnya, jumlah cahaya yang dipantulkan dan tersebar dapat berbeda dan tergantung dari arah pertumbuhan. Poin di atas membuat pemodelan tiga dimensi tugas yang menuntut komputasi, sehingga render perangkat lunak dari perangkat keras grafis diparalelkan memerlukan waktu komputasi yang cukup besar, untungnya kemajuan hardware saat ini menyediakan grafik unit pengolahan. Di unit-unit ini lebih cenderung untuk melakukan tugas ini, bahkan secara real waktu. Namun perlu diingat bahwa tidak semua kartu grafis dirancang untuk barang-barang kecil seperti rambut.

Grafis Rambut Manusia

Sebuah serat rambut manusia dapat diwakili lengkungan silinder, ini terdiri dari partikel dan segitiga. Model ini akan berlaku jika kita berada di mikroskopis.

Pemodelan benda difusi disebut Sistem Partikel. Representasi sistem partikel berbeda dari representasi normal gambar dalam tiga poin kunci:

1.      Sebuah objek tidak diwakili oleh satu set geometris primitif yang mendefinisikan batas-batas permukaan seperti poligon atau segitiga, tetapi sebagai besar akumulasi partikel primitif yang menentukan volumenya.

2.      Sistem  partikel bukanlah entitas statis sebagai partikel berubah bentuk dan bergerak dengan berlalunya waktu. Partikel-partikel baru " lahir " dan partikel lama " mati. "

3.      Sebuah objek diwakili oleh sistem partikel tidak deterministik karena bentuk dan penampilan yang tidak benar didefinisikan, proses namun stochastic yang digunakan untuk membuat dan mengubah bentuk dan penampilan dari objek.

      Manfaat Sistem Partikel mempunyai keuntungan lebih signifikan panduan teknik klasik permukaan sehubungan dengan pemodelan obyek menyebar. Pertama, partikel (titik dalam ruang tiga dimensi) jauh sederhana dari poligon asli, sederhana permukaan representasi. Oleh karena itu, dalam jumlah yang sama waktu komputasi untuk memproses lebih primitif dasar dan menghasilkan gambar yang lebih kompleks. Karena kesederhanaan distribusi partikel ini juga mudah untuk menerapkan gerak, (Motion-Blur), yang merupakan efek menyebar yang disebabkan oleh gerakan cepat dari suatu obyek dalam adegan. Banyak teknik klasik mengabaikan langkah ini menyebabkan efek menyebar (aliasing) dari tepi objek yang bergerak cepat di tempat kejadian, seperti kereta api atau pesawat. Ketiga, model sistem partikel benda-benda yang adalah "hidup" (perubahan dari waktu ke waktu), yang cukup sulit untuk model dengan teknik berdasarkan pada permukaan karena kesulitan menggabungkan dinamika yang kompleks.

Referensi

1.      Ernesto Coton (2004) Introducción a los Sistemas de Partículas. Universidad Central de Venezuela. Facultad de Ciencias. Escuela de Computación. Laboratorio de Computación Gráfica.

2.      Johnny T. Chang, Jingyi Jin, Yizhou Yu (2002) A Practical Model for Hair Mutual Interactions: Department of Computer Science University of Illinois at Urbana Champaign

3.      Aleka Mcadams, Andrew Selle, Kelly Ward, Eftychios Sifakis, Joseph Teran (2009) Detail Preserving Continuum Simulation of Straight Hair, ACM Transactions on Graphics, 28:3(62)

4.      Abraham, R. Shaw, C. Dynamics (1981) The Geometry of Behavior. City (the Hill Press, Santa Cruz, Calif)

5.      Badler, N. I., O'rourke J., Toltzis H. (1979) A spherical human body model for visualizing movement. Proc. IEEE 67:10.

6.      Blinn, J. F. (1982) Light reflection functions for simulation of clouds and dusty surfaces. Proc. SIGGRAPH 16: (3)21-29.

7.      Csu~, C., Hackathorn R., Parent R., Carlson W., Howard M. (1979) Towards an interactive high visual complexity animation system, Proc. SIGGRAPH 79. 13: (2)289-299.