Efficient light transport simulation of participating media in color 3D printing.

Abstract

Monte Carlo simulácia transportu svetla je použitá v pipeline pre farebnú 3D tlač, ktorá má informáciu o šírení svetla (Elek et al. [2017], Sumin et al. [2019]), na riadenie iteratívneho optimalizačného cyklu. Jej účelom je nájsť rozloženie materiálov, ktoré vedie k najväčšej zhode so vzhľadom povrchu cieľa. Keďže simulácia transportu svetla zaberá asi 90% času, predstavuje značnú prekážku pre praktické využitie tejto technológie. Husté uloženie volumetrických textúr taktiež vyžaduje veľa pamäte. Explicitná simulácia každej interakcie svetla je obzvlášť náročná v kombinácii s vlastnosťami 3D výtlačkov kvôli heterogenite, vysokej hustote a vysokému albedu médií. V tejto práci skúmame existujúce techniky pre volumetrický rendering (Křivánek et al. [2014], Herholz et al. [2019]) a nakoniec zostrojíme estimátor prispôsobený pre naše podmienky, čím výrazne zvýšime výkon. Navyše skúmame rôzne riešenia pre ukladanie volumetrických údajov a úspešne znižujeme pamäťovú stopu. Všetky algoritmy sú k dispozícii vo forme pluginov pre Mitsuba renderer.

A Monte Carlo light transport simulation is used in scattering-aware color 3D printing pipeline (Elek et al. [2017], Sumin et al. [2019]) to drive an iterative optimization loop. Its purpose is to find a material arrangement that yields the closest match in terms of surface appearance towards a target. As the light transport prediction takes up about 90% of the time it poses a significant bottleneck towards a practical application of this technology. The dense volumetric textures also require a lot of memory. Explicitly simulating every light interaction is particularly challenging in the setting of 3D printouts due to the heterogeneity, high density and high albedo of the media. In this thesis, we explore existing volumetric rendering techniques (Křivánek et al. [2014], Herholz et al. [2019]) and finally engineer a customized estimator for our setting, improving the performance considerably. Additionally, we investigate various storage solutions for the volumetric data and successfully reduce the memory footprint. All the algorithms are available in the form of Mitsuba renderer plugins.