Submit Search
Upload
リアルタイムレンダリングでのNPR表現
•
18 likes
•
7,873 views
kurosaurus
Follow
3DCGmeetup12で講演したセッションです UE4のマテリアルを用いて、リアルタイムレンダリングでのNPR表現について解説しました
Read less
Read more
Technology
Slideshow view
Report
Share
Slideshow view
Report
Share
1 of 43
Download now
Download to read offline
Recommended
【Unity道場】物理シミュレーション完全マスター
【Unity道場】物理シミュレーション完全マスター
Unity Technologies Japan K.K.
いまさら聞けない!CUDA高速化入門
いまさら聞けない!CUDA高速化入門
Fixstars Corporation
OSS強化学習向けゲーム環境の動向
OSS強化学習向けゲーム環境の動向
gree_tech
5分でわかる Sensor SDK
5分でわかる Sensor SDK
UnityTechnologiesJapan002
3次元計測とフィルタリング
3次元計測とフィルタリング
Norishige Fukushima
1076: CUDAデバッグ・プロファイリング入門
1076: CUDAデバッグ・プロファイリング入門
NVIDIA Japan
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
Kitsukawa Yuki
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
Deep Learning JP
Recommended
【Unity道場】物理シミュレーション完全マスター
【Unity道場】物理シミュレーション完全マスター
Unity Technologies Japan K.K.
いまさら聞けない!CUDA高速化入門
いまさら聞けない!CUDA高速化入門
Fixstars Corporation
OSS強化学習向けゲーム環境の動向
OSS強化学習向けゲーム環境の動向
gree_tech
5分でわかる Sensor SDK
5分でわかる Sensor SDK
UnityTechnologiesJapan002
3次元計測とフィルタリング
3次元計測とフィルタリング
Norishige Fukushima
1076: CUDAデバッグ・プロファイリング入門
1076: CUDAデバッグ・プロファイリング入門
NVIDIA Japan
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
NDTスキャンマッチング 第1回3D勉強会@PFN 2018年5月27日
Kitsukawa Yuki
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
【DL輪読会】"Instant Neural Graphics Primitives with a Multiresolution Hash Encoding"
Deep Learning JP
OSS強化学習フレームワークの比較
OSS強化学習フレームワークの比較
gree_tech
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
Takahito Tejima
3D-Coatざっくり解説
3D-Coatざっくり解説
kurosaurus
ネットワーク ゲームにおけるTCPとUDPの使い分け
ネットワーク ゲームにおけるTCPとUDPの使い分け
モノビット エンジン
[DL輪読会]Autonomous Reinforcement Learning: Formalism and Benchmarking
[DL輪読会]Autonomous Reinforcement Learning: Formalism and Benchmarking
Deep Learning JP
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
Fixstars Corporation
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
Preferred Networks
Depth Estimation論文紹介
Depth Estimation論文紹介
Keio Robotics Association
[Dl輪読会]dl hacks輪読
[Dl輪読会]dl hacks輪読
Deep Learning JP
Nintendo Switch『OCTOPATH TRAVELER』はこうして作られた
Nintendo Switch『OCTOPATH TRAVELER』はこうして作られた
エピック・ゲームズ・ジャパン Epic Games Japan
三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)
Tomohiro Motoda
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
Deep Learning JP
GPU最適化入門
GPU最適化入門
Takahiro KOGUCHI
[DL輪読会]Hindsight Experience Replay
[DL輪読会]Hindsight Experience Replay
Deep Learning JP
20211004 XRメタバース時代における触覚の役割について
20211004 XRメタバース時代における触覚の役割について
GREE VR Studio Lab
【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model
【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model
Deep Learning JP
なぜなにリアルタイムレンダリング
なぜなにリアルタイムレンダリング
Satoshi Kodaira
3DCGMeetup08_MayaRigSystem_mGear
3DCGMeetup08_MayaRigSystem_mGear
ue_ta
異常検知 - 何を探すかよく分かっていないものを見つける方法
異常検知 - 何を探すかよく分かっていないものを見つける方法
MapR Technologies Japan
OpenVRやOpenXRの基本的なことを調べてみた
OpenVRやOpenXRの基本的なことを調べてみた
Takahiro Miyaura
HDR Theory and practicce (JP)
HDR Theory and practicce (JP)
Hajime Uchimura
CGWORLD Creative Conference 2017 「アセットの共有を円滑にするリグの作法」
CGWORLD Creative Conference 2017 「アセットの共有を円滑にするリグの作法」
BACKBONE-studio
More Related Content
What's hot
OSS強化学習フレームワークの比較
OSS強化学習フレームワークの比較
gree_tech
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
Takahito Tejima
3D-Coatざっくり解説
3D-Coatざっくり解説
kurosaurus
ネットワーク ゲームにおけるTCPとUDPの使い分け
ネットワーク ゲームにおけるTCPとUDPの使い分け
モノビット エンジン
[DL輪読会]Autonomous Reinforcement Learning: Formalism and Benchmarking
[DL輪読会]Autonomous Reinforcement Learning: Formalism and Benchmarking
Deep Learning JP
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
Fixstars Corporation
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
Preferred Networks
Depth Estimation論文紹介
Depth Estimation論文紹介
Keio Robotics Association
[Dl輪読会]dl hacks輪読
[Dl輪読会]dl hacks輪読
Deep Learning JP
Nintendo Switch『OCTOPATH TRAVELER』はこうして作られた
Nintendo Switch『OCTOPATH TRAVELER』はこうして作られた
エピック・ゲームズ・ジャパン Epic Games Japan
三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)
Tomohiro Motoda
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
Deep Learning JP
GPU最適化入門
GPU最適化入門
Takahiro KOGUCHI
[DL輪読会]Hindsight Experience Replay
[DL輪読会]Hindsight Experience Replay
Deep Learning JP
20211004 XRメタバース時代における触覚の役割について
20211004 XRメタバース時代における触覚の役割について
GREE VR Studio Lab
【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model
【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model
Deep Learning JP
なぜなにリアルタイムレンダリング
なぜなにリアルタイムレンダリング
Satoshi Kodaira
3DCGMeetup08_MayaRigSystem_mGear
3DCGMeetup08_MayaRigSystem_mGear
ue_ta
異常検知 - 何を探すかよく分かっていないものを見つける方法
異常検知 - 何を探すかよく分かっていないものを見つける方法
MapR Technologies Japan
OpenVRやOpenXRの基本的なことを調べてみた
OpenVRやOpenXRの基本的なことを調べてみた
Takahiro Miyaura
What's hot
(20)
OSS強化学習フレームワークの比較
OSS強化学習フレームワークの比較
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
ピクサー USD 入門 新たなコンテンツパイプラインを構築する
3D-Coatざっくり解説
3D-Coatざっくり解説
ネットワーク ゲームにおけるTCPとUDPの使い分け
ネットワーク ゲームにおけるTCPとUDPの使い分け
[DL輪読会]Autonomous Reinforcement Learning: Formalism and Benchmarking
[DL輪読会]Autonomous Reinforcement Learning: Formalism and Benchmarking
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
Depth Estimation論文紹介
Depth Estimation論文紹介
[Dl輪読会]dl hacks輪読
[Dl輪読会]dl hacks輪読
Nintendo Switch『OCTOPATH TRAVELER』はこうして作られた
Nintendo Switch『OCTOPATH TRAVELER』はこうして作られた
三次元表現まとめ(深層学習を中心に)
三次元表現まとめ(深層学習を中心に)
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
[DL輪読会]Pixel2Mesh: Generating 3D Mesh Models from Single RGB Images
GPU最適化入門
GPU最適化入門
[DL輪読会]Hindsight Experience Replay
[DL輪読会]Hindsight Experience Replay
20211004 XRメタバース時代における触覚の役割について
20211004 XRメタバース時代における触覚の役割について
【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model
【DL輪読会】NeRF-VAE: A Geometry Aware 3D Scene Generative Model
なぜなにリアルタイムレンダリング
なぜなにリアルタイムレンダリング
3DCGMeetup08_MayaRigSystem_mGear
3DCGMeetup08_MayaRigSystem_mGear
異常検知 - 何を探すかよく分かっていないものを見つける方法
異常検知 - 何を探すかよく分かっていないものを見つける方法
OpenVRやOpenXRの基本的なことを調べてみた
OpenVRやOpenXRの基本的なことを調べてみた
Viewers also liked
HDR Theory and practicce (JP)
HDR Theory and practicce (JP)
Hajime Uchimura
CGWORLD Creative Conference 2017 「アセットの共有を円滑にするリグの作法」
CGWORLD Creative Conference 2017 「アセットの共有を円滑にするリグの作法」
BACKBONE-studio
少人数開発でもクオリティを諦めない - エンジニア視点から見る少人数開発の極意 -
少人数開発でもクオリティを諦めない - エンジニア視点から見る少人数開発の極意 -
historia_Inc
第5回ue4ハンズオンセミナー
第5回ue4ハンズオンセミナー
Masahiko Nakamura
Substance勉強会 in Osaka
Substance勉強会 in Osaka
Aiko Shinohara
マテリアルとマテリアルインスタンスの仕組みと問題点の共有 (Epic Games Japan: 篠山範明) #UE4DD
マテリアルとマテリアルインスタンスの仕組みと問題点の共有 (Epic Games Japan: 篠山範明) #UE4DD
エピック・ゲームズ・ジャパン Epic Games Japan
(公開版)FPGAエクストリームコンピューティング2017
(公開版)FPGAエクストリームコンピューティング2017
Hiroki Nakahara
Viewers also liked
(7)
HDR Theory and practicce (JP)
HDR Theory and practicce (JP)
CGWORLD Creative Conference 2017 「アセットの共有を円滑にするリグの作法」
CGWORLD Creative Conference 2017 「アセットの共有を円滑にするリグの作法」
少人数開発でもクオリティを諦めない - エンジニア視点から見る少人数開発の極意 -
少人数開発でもクオリティを諦めない - エンジニア視点から見る少人数開発の極意 -
第5回ue4ハンズオンセミナー
第5回ue4ハンズオンセミナー
Substance勉強会 in Osaka
Substance勉強会 in Osaka
マテリアルとマテリアルインスタンスの仕組みと問題点の共有 (Epic Games Japan: 篠山範明) #UE4DD
マテリアルとマテリアルインスタンスの仕組みと問題点の共有 (Epic Games Japan: 篠山範明) #UE4DD
(公開版)FPGAエクストリームコンピューティング2017
(公開版)FPGAエクストリームコンピューティング2017
Recently uploaded
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
danielhu54
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
Recently uploaded
(9)
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
リアルタイムレンダリングでのNPR表現
1.
#3DCGMeetUp リアルタイムレンダリングでのNPR表現 3DCG Meetup #12 kurosawa
2.
#3DCGMeetUp 自己紹介 Name : Kurosawa Twitter
ID : kurosaurus URL : the-saurus.net 都内のゲーム会社に勤務 UnrealEngine4やMayaを使う仕事をしています。
3.
#3DCGMeetUp おしながき さまざまな入力情報 計算式を加える
さまざまな入力情報をつかう まとめ
4.
#3DCGMeetUp さまざまな入力情報 本当にたくさんあるので、使い勝手のいいものだけ紹介します ※ 今回はパーティクル系は割愛
5.
#3DCGMeetUp Constant Constant Constant2Vector Constant3Vector Constant4Vector 特定のチャンネル数の数値(定数)をつくる。 この数値はゲーム内では変更できない。
6.
#3DCGMeetUp Parameter ConstantとParameterの違い Parameterはゲーム内で変更できる/Constantは変更できない 何でもかんでもParameterにすると管理が大変 ScalarParameter VectorParameter 変更可能な数値(変数)をつくる。 ゲーム内で変更可能。
7.
#3DCGMeetUp ObjectPositionWS WS=ワールドスペース オブジェクトごとのワールド空間の中心位置を出力
8.
#3DCGMeetUp WorldPosition ワールド空間の現在のピクセル位置を出力
9.
#3DCGMeetUp ScreenPosition スクリーン空間の位置を出力
10.
#3DCGMeetUp (余談1)グラデーションの正体 ComponentMask 選択したチャンネルだけに制限する MaskでRのみの表示にすると横方向のグラデーション
11.
#3DCGMeetUp MaskでGのみの表示にすると縦方向のグラデーション
12.
#3DCGMeetUp 赤成分のグラデーション 緑成分のグラデーション + =
13.
#3DCGMeetUp (余談2) マニュピレーターの色ってどうやって決まっているかわかりますか? これ こたえ RGB = XZYだから(MayaはXYZ)
14.
#3DCGMeetUp WorldPositionのBチャンネルに使うと高さ方向のグラデーションになる (例)WorldPositionのグラデーションをMaskしてみる
15.
#3DCGMeetUp PixelDepth/SceneDepth ピクセルのカメラからの深度(距離)を出力 SceneDepthは実際に描画されていないピクセルにも使えるが、 半透明マテリアルのみにかぎり使用できる
16.
#3DCGMeetUp PixelNormalWS/ VertexNormalWS ピクセルが向いている方向/頂点が向いている方向を出力
17.
#3DCGMeetUp (補足)ここまででてきた数式のおさらい Add たしざん Subtract ひきざん Multiply
かけざん Divide わりざん Saturate 0以下と1以上を切り捨て ComponentMask 特定のチャンネルだけにする
18.
#3DCGMeetUp Time 時間を出力
19.
#3DCGMeetUp (補足)Sine Sine 正弦波に変換する → 入力 出 力
20.
#3DCGMeetUp CameraPositionWS ワールド空間のカメラ位置を出力
21.
#3DCGMeetUp TextureCoordinate UVを出力、使用するUV番号を決定 UとVそれぞれのチャンネルにTimeを加算
22.
#3DCGMeetUp チャンネルとは? マテリアルの中で扱うときは、 色は3チャンネル、時間は1チャンネル、位置は3チャンネル、UVは2チャンネル として扱える。 一つのチャンネルを持つものはScalar 2つ以上のチャンネルを持つものはVector Vectorは単に2つ以上のチャンネルとしても表現可能ですが、 向き(3つのチャンネル)と大きさを持った単位です。 大きさを1に変換することを正規化といいます。
23.
#3DCGMeetUp CGにおいてすごくたいせつなこと 「色も時間も位置もUVもテクスチャもみんなおなじ」 (ここだけ覚えて帰ってもらっても大丈夫!) マニュピレーターの話を思い出してください コンピューターにとってはRGBもXZYも同じものなので XZYに対応するRGBがそれぞれの軸の色になっています
24.
#3DCGMeetUp 計算式を加える
25.
#3DCGMeetUp バウンディングボックス ノード一つで簡単に!でもじつは…
26.
#3DCGMeetUp じつはファンクションの中身はこんなだったり (ファンクションかどうかは最初は気にしなくていいです)
27.
#3DCGMeetUp グラデーションをシャープにする グラデーションをシャープにすることができます。 ちなみに、シャープにするのは簡単ですがぼかすのはすごく重い処理が必要です。 少しずらして重ねるということを繰り返す必要があります。
28.
#3DCGMeetUp 球を描く 中心の位置から半径の値を引くことで球は簡単に書けます。 (WorldPositionは塗りつぶす対象として必要です)
29.
#3DCGMeetUp 球と円の違い 球と円の違いはZ軸(高さ方向)の値を持たない球が円であるといえます カメラと球の中心位置からBチャンネル(この場合はZ)をMaskすると 円(円柱)になります。
30.
#3DCGMeetUp 球を多重にしてみる Fmod 余りを出力 余りを出力することでノコギリ波に変換できます
31.
#3DCGMeetUp 円を描くもう一つの方法 VectorToRadiusVaueで極座標変換できるのでこれでも円は描けます (これもマテリアルファンクション)
32.
#3DCGMeetUp 螺旋を作る 時計回りのグラデーションを利用して螺旋にしてみました
33.
#3DCGMeetUp さまざまな入力情報をつかう ここまでは変数とWorldPositionだけでマテリアルを表現してみました 次は最初に覚えた様々な入力系を使ってみます
34.
#3DCGMeetUp カメラ座標を使ってみる 球を描く式の中心の座標の代わりにカメラの座標を使ってみる 近づくと穴が開く仕組みができる
35.
#3DCGMeetUp UVにテクスチャを入れる ※ 左のTextureSampleにはコントラストのついたグラデーションが入っています テクスチャのUVを指定する領域にテクスチャを入れる UVとは0-1の2つの値を画像にマッピングしてるともいえる
36.
#3DCGMeetUp UVをゆがめる 左側のテクスチャで右側のテクスチャが歪む
37.
#3DCGMeetUp 内積について ここから先は内積を理解していないと難しいので先におさらい 難しそうに聞こえる内積 実はCG屋さんにはなじみ深いあるもので 考えれば簡単です。 ライティングされた球体 (マテリアルプレビューとかでまいにち見てますよね)
38.
#3DCGMeetUp 内積について2 面の明るさはどうやって決まるか? 光源(Intensity1) 面の明るさはライトベクトルと法線ベクトルの内積で決まります 法線ベクトル ここのあかるさに注目 ライトベクトル ライトベクトルと法線の内積
39.
#3DCGMeetUp 内積について2 法線ベクトル 0°(1) 30°(0.866) 45°(0.7071) 60°(0.5) 法線の角度(法線とライトベクトルの内積≒面の明るさ) 135°(-0.7071) 180°(-1) ライトベクトル(1) 90°(0) (補足) 内積の計算式自体には今回はふれない (数学アレルギーを抑えるのが目的なので) 最初のうちは(正規化された)同じベクトルの場 合は1、90°の場合は0、反対側では-1となるとい うことだけ分かればOK 2つのベクトル同士のおりなす量がわかるので、その 値をどう使っていくかということが本題
40.
#3DCGMeetUp カメラと法線の内積 ランプシェーダー(パラメーターを調整すればフレネルに似たの効果)
41.
#3DCGMeetUp 任意のベクトルと法線の内積 マテリアル内でライティングのようなことができます 詳しくはもんしょ先生のブログを参考にしてください http://monsho.blog63.fc2.com/blog-entry-128.html
42.
#3DCGMeetUp グラデーションを描く 点が2つあれば2点間のグラデーションが作れる
43.
#3DCGMeetUp まとめ マテリアルで様々なことができるようになれば、 テクスチャを貼っただけではない、多様な表現ができる 「環境が変わった時の変化」 「動きのある表現」 「実在しない内部の表現」
Download now