基于自適應(yīng)細節(jié)層次模型的三維場景生成

林曉佳

摘 要：隨著虛擬現(xiàn)實（Virtual Reality， VR）技術(shù)的不斷進步和發(fā)展，其三維模型的建立已經(jīng)被越來越多地應(yīng)用在動畫制作方面。一個復(fù)雜虛擬場景的真實感是否強烈，與三維模型的精細程度直接相關(guān)。一般來說，三維場景中三角面的數(shù)量與該場景的真實感呈現(xiàn)正相關(guān)關(guān)系，反之則真實感越弱；雖然增加三角面的數(shù)量可以提高真實感，但是其也會帶來繪制速度的降低，即實時性無法得到有效保障。因此，一個虛擬場景的真實感和實時性便成為一對矛盾的存在。所以本文在傳統(tǒng)的細節(jié)層次（Levels of Detail， LOD）模型生成算法的基礎(chǔ)上，總結(jié)并提出了自適應(yīng)的細節(jié)層次模型生成算法，使其可以在保證實時性的前提下，盡可能地增加繪制的三角面的數(shù)量，以獲得最大程度的真實感。

關(guān)鍵詞：虛擬現(xiàn)實技術(shù)；三維模型；三角面；細節(jié)層次；真實感

中圖分類號：TP391.9? 文獻標(biāo)識碼：A? 文章編號：1673-260X（2023）05-0040-05

進入新世紀(jì)以來，隨著計算機技術(shù)的飛速進步，其對于三維場景的處理能力也得到了極大的提高，并且成本也在逐步降低[1]。這使得虛擬現(xiàn)實（Virtual Reality VR）技術(shù)得到了快速的發(fā)展與應(yīng)用，其三維處理技術(shù)也被越來越多地應(yīng)用在動畫的制作當(dāng)中，展現(xiàn)出了十分廣闊的應(yīng)用前景。

對于現(xiàn)今的移動互聯(lián)網(wǎng)時代來說，三維圖像在移動端和個人電腦（Personal Computer PC）端的實時生成和渲染，已經(jīng)成為動畫領(lǐng)域和虛擬現(xiàn)實領(lǐng)域中用戶體驗的核心與關(guān)鍵[2]。要使觀看者有更強的真實感，那么就意味著三維場景中點、線、面的數(shù)量越多，即三維場景的渲染質(zhì)量越好[3]；這就會造成計算機系統(tǒng)的開銷增大，尤其是內(nèi)存和處理器的處理速度，這對三維場景的渲染速度有極大的影響，對用戶來說就會感受到三維圖像的流暢性欠佳[4]。另一方面，如果只是追求三維圖形的顯示速度，那么必然會降低三維圖像的真實感，也同樣會造成較差的用戶體驗[5]。總的來說，需要在三維場景的渲染速度和渲染質(zhì)量間尋找一個平衡點。一般來說有兩種方式，即可以通過由硬件方式提升計算機的性能，和通過模型簡化和數(shù)學(xué)加速這兩種方式[6]。通過提升計算機硬件性能的方式，就可以認為是增加計算機的內(nèi)存容量、處理器性能、顯卡顯存容量等，比如采用多核處理器和專業(yè)高端的顯卡[7]。通過模型簡化和數(shù)學(xué)加速的方式，即采用適當(dāng)?shù)臄?shù)學(xué)模型，在硬件性能不變的情況下，獲得最優(yōu)的繪制質(zhì)量[8]。采用提升計算機硬件性能的方式會極大的增加消費者的使用成本，這就使得通過模型簡化和數(shù)學(xué)加速的方式得到了較多的應(yīng)用。細節(jié)層次（Level of detail LOD）模型就是一種最常用的模型加速方法，但是其在三維圖像的真實性和實時性協(xié)調(diào)方面還有較大的提升空間[9，10]。

綜上所述，目前大多數(shù)的研究都是在某一單一方面，比如如何提高計算機或播放媒體的硬件性能，來提高三維圖像的渲染速度和渲染質(zhì)量；比如通過優(yōu)化算法來提升三維圖像的渲染質(zhì)量。這些解決方法都忽略了一個問題，即計算機硬件性能、渲染速度、渲染質(zhì)量三者與用戶體驗相適配的問題。所以，根據(jù)不同的計算機硬件性能，協(xié)調(diào)三維圖像的真實性和實時性，是十分具有研究價值的。本文在LOD模型的基礎(chǔ)上，對其進行自適應(yīng)的改進，使其在不同計算機硬件配置的情況下，在真實性和實時性平衡點尋找上具有較好的效果。

1 細節(jié)層次（LOD）模型生成方法

細節(jié)層次模型被定義為，通過虛擬場景中攝像機與三維模型的距離，來確定采用與之對應(yīng)的數(shù)學(xué)模型。一般采用的規(guī)則是，當(dāng)距離較遠時采用精度較低的模型，距離較近時采用精度較高的模型。細節(jié)層次（LOD）模型已經(jīng)成為了優(yōu)化三維圖像繪制速度最有效的方法。目前，細節(jié)層次（LOD）模型的實現(xiàn)，靜態(tài)LOD和動態(tài)LOD是兩種最常用的實現(xiàn)方法，其具體區(qū)別如圖1所示。

1.1 靜態(tài)LOD技術(shù)

靜態(tài)LOD技術(shù)，該技術(shù)在渲染前就會提前設(shè)定一組不同的模型，來分別對應(yīng)不同的三維場景，并事先進行約定。其原理就是根據(jù)三維模型到攝像機距離等級的不同，將其對應(yīng)為不同的模型，可以通過圖2更加直觀的表示。

一般來說，可以將靜態(tài)LOD分為三個層次，即高精度模型（作用范圍小于15米）、中精度模型（作用范圍在15米到30米之間）、低精度模型（作用范圍大于30米），作用范圍即三維模型與攝像機的距離。

1.2 動態(tài)LOD技術(shù)

動態(tài)LOD技術(shù)中，每一層次的模型都是通過上一層次經(jīng)過點、邊、面的折疊算法生成的。其模型的精度會逐漸降低，從而保證了場景渲染的連續(xù)性。動態(tài)LOD技術(shù)的基于點、線、面折疊的算法如下。

（1）基于頂點折疊的方法。該方法根據(jù)需求刪除某些相對不重要的頂點，比如通過在局部范圍內(nèi)擬合一個平面，通過獲得頂點到平面的距離來判斷該頂點是否需要刪減。這種方法可以有效的降低數(shù)據(jù)總量。

（2）基于邊折疊的方法。該方法的原理，就是將一條邊壓縮成為一個頂點，通過這樣的操作，可以很容易的減少一個頂點、三條邊、以及兩個面的數(shù)據(jù)。如圖3所示。

上圖中新頂點位置的選擇，可以通過子集法和最優(yōu)法來得到。

根據(jù)子集法的原理，新頂點必然產(chǎn)生于原頂點中，根據(jù)上圖則為v=v1或v=v2。

根據(jù)最優(yōu)法的原理，新頂點必然滿足二次誤差最小的條件。一種常用的最優(yōu)法的求解方式為：定義頂點v的二次誤差度量為v到其對應(yīng)的三

（3）基于面折疊的方法。該方法會選擇一個面，然后用一個新的頂點來替代該面；而與該面相關(guān)的面，均變化為與新頂點的連線。這種方式一次可以刪除兩個頂點與四個面。

1.3 兩種技術(shù)的對比

靜態(tài)LOD技術(shù)和動態(tài)LOD技術(shù)各有其優(yōu)缺點。靜態(tài)LOD技術(shù)所需要的渲染時間較短，但是其存在著冗余數(shù)據(jù)較多、三維圖像會出現(xiàn)跳變等問題。動態(tài)LOD技術(shù)，雖然可以在一定程度上減少冗余數(shù)據(jù)，以及可以有效的避免三維圖像的跳變，但是其渲染所需要的運算律較大、時間較長，會帶來實時性的問題。

2 自適應(yīng)細節(jié)層次LOD模型建立

消費者所使用的PC機或移動端的情況是各部相同的，這也就造成了其三維圖形的繪制速度是有較大差異的，即最大承受點是不同的。因此，一套自適應(yīng)細節(jié)層次模型應(yīng)當(dāng)根據(jù)實際硬件的性能，在保證圖像流暢性的前提下，選取最優(yōu)的三維圖像的繪制速度（幀率FPS）和繪制質(zhì)量（三角面數(shù)）。

2.1 顯卡刷新速率FPS

FPS為每秒可以刷新的幀數(shù)，單位為“幀/秒”，該值越高即可以認為三維圖形的繪制速度越快，三維圖像就會變得越流暢。一般電影的FPS的值為24，即以每秒24幀的速度進行畫面的渲染，電影在這種幀速下，人眼是不會感覺到卡頓的。在一個虛擬3D場景中，其FPS的值是會隨著三維圖像中三角面數(shù)量的變化而變化的，其FPS的值與流暢度的關(guān)系如下表1所示。

根據(jù)上表可以看出，要保證三維圖像的基本流暢性，需要FPS的值大于40，才能保證實時性和流暢性。

2.2 自適應(yīng)細節(jié)層次模型

自適應(yīng)細節(jié)層次模型的建立可以分為以下幾步。

首先，計算得出用戶PC端或移動端，在確保“十分流暢”這一標(biāo)準(zhǔn)的幀率的前提下，可以渲染的最大三角面的數(shù)量為M。其次，對本幀的三維模型所需要渲染的三角面的數(shù)量為N；倘若N>M，則采用動態(tài)LOD技術(shù)，通過邊折疊方法來減少三角面的數(shù)量（降低LOD級別）；若N

這樣通過多次運算，便可以得到最合適的LOD級別，在三維圖像的繪制速度和繪制質(zhì)量中找到最優(yōu)解。

3 案例應(yīng)用

為了試驗的客觀性，本文在這里選用同一個三維場景，用兩個不同硬件配置的PC端進行渲染，來進行對比試驗。由此來說明，自適應(yīng)細節(jié)層次的LOD模型，相比于傳統(tǒng)的細節(jié)層次LOD模型，在用戶體驗性上有較好的改善。

3.1 測試環(huán)境搭建

選用兩臺配置不同的PC來進行三維圖像的渲染，其配置如下表2所示。

由上表可以看出，在處理器（CPU）性能、內(nèi)存、硬盤性能方面，PC1均優(yōu)于PC2。

3.2 測試過程

在Unity中建立一個工程，在該工程中新建一個三維場景，并且建立一個Prefab工程添加在其中，當(dāng)每一幀進行刷新時，就在原有的三維場景中添加一個物體，由此便可以使該三維場景中的三角面數(shù)量不斷增加。通過記錄每一幀的幀率和三角面數(shù)，進行對比測試。在試驗時統(tǒng)一采用Win7平臺，并且關(guān)閉所有不必要的進程，以保證試驗的客觀性。

傳統(tǒng)的細節(jié)層次模型，渲染時的實現(xiàn)過程如下圖4所示。

自適應(yīng)的細節(jié)層次模型，渲染時的實現(xiàn)過程如下圖5所示。

3.3 測試過程

采用3.2節(jié)的方法，在3.1節(jié)中的PC1和PC2分別進行試驗。記錄其三角面數(shù)和幀率的數(shù)據(jù)。部分具有代表性的數(shù)據(jù)如下表3和表4所示。

表3為采用傳統(tǒng)的細節(jié)層次模型進行試驗所得到的數(shù)據(jù)。

由上表的數(shù)據(jù)可以看出，通過傳統(tǒng)細節(jié)層次模型來實現(xiàn)的三維場景的渲染，在三角面數(shù)量增加時，其不會自動降低三角面數(shù)量來提升幀率。這就會造成在三角面數(shù)量較多時，三維場景畫面的卡頓，這會對用戶體驗產(chǎn)生很強的負面影響。根據(jù)上表的數(shù)據(jù)也可以看出，計算機硬件性能的提升也可以提高三維場景的渲染能力。

表4為采用自適應(yīng)的細節(jié)層次模型進行試驗所得到的數(shù)據(jù)。

由上表的數(shù)據(jù)可以看出，通過自適應(yīng)細節(jié)層次模型來實現(xiàn)的三維場景的渲染，在三角面的數(shù)量較低時，與傳統(tǒng)細節(jié)層次模型并無太大的差別，這種情況下以現(xiàn)有計算機硬件性能水平，可以很輕松的同時實現(xiàn)三維場景渲染速度和渲染質(zhì)量的指標(biāo)。在三角面數(shù)量較多時，該模型會通過降低三角面數(shù)量的方式，來提高幀率，以達到三維場景十分流暢的水平，這樣可以給用戶更好的體驗。

4 結(jié)論

綜上所述，本文研究了三維場景在渲染速度（幀率）和渲染質(zhì)量（三角面數(shù)）的平衡問題，通過模型分析，來尋找三維場景渲染速度和渲染質(zhì)量平衡點。以傳統(tǒng)的細節(jié)層次模型為基礎(chǔ)，在此基礎(chǔ)上充分考慮不同硬件終端設(shè)備性能上的差異，使其在保證三維場景渲染流暢性的前提條件下，選取適合的三角面數(shù)。最終通過試驗可以說明，改進后的模型與傳統(tǒng)模型相比，可以有效的保障三維場景渲染的流暢性。由此可以使得用戶體驗得到進一步的提升。

參考文獻：

〔1〕yingxi Z， juan L， xin L， et al. Fast processing method to generate gigabyte computer generated holography for three-dimensional dynamic holographic display[J]. China Optical Express： English Edition， 2016， 14（03）：37-41.

〔2〕Stengel M， Eisemann M， Eisemann M， et al. Adaptive image-space sampling for gaze-contingent real-time rendering[C]// Eurographics Symposium on Rendering. 2016.

〔3〕Hao Z， Cao L， Jin G. Lighting effects rendering in three-dimensional computer-generated holographic display[J]. Optics Communications， 2016， 370：192-197.

〔4〕Elshahali M H A A. Real-Time Processing and Visualization of 3D Time-Variant Datasets[J]. 2015， 35：134-135.

〔5〕Lin C J， Chen， Hung-Jen， Cheng， Ping-Yun， et al. Effects of Displays on Visually Controlled Task Performance in Three-Dimensional Virtual Reality Environment[J]. Human Factors in Ergonomics & Manufacturing， 2015， 25（05）：523-533.

〔6〕Hong B， Dong W. The calculation and the drawing of equivalent sections of model-based 3D graphics[C]// International Congress on Image & Signal Processing. 2016.

〔7〕Yuki Kon， Takuto Nakamura， Rei Sakuraqi， et al. HangerOVER： Development of HMO-Embedded Haptic Display Using the Hanger Reflex and VR Application[C]// 2018 IEEE Conference on Virtual Reality and 3D User Interfaces （VR）. 2018.

〔8〕Averkiou M， Kim， Vladimir G， Mitra， Niloy J. Autocorrelation Descriptor for Efficient Co-Alignment of 3D Shape Collections[J]. Computer Graphics Forum， 2016， 35（01）：261-271.

〔9〕Biljecki F， Ledoux H， Stoter J. Does a Finer Level of Detail of a 3D City Model Bring an Improvement for Estimating Shadows？[J]. 2017，3（01）：21-22.

〔10〕Duckstein F. Extension of validity calculation to moving objects within a virtual reality system using frame-to-frame coherence.[J]. Computer Animation & Virtual Worlds， 2015， 9（04）：259-272.