近日，世界级计算机图形学专家王华民博士加盟凌迪科技style3d的消息，不仅让style3d的技术实力和人才吸引力受到行业高度关注，也掀起了行业对图形学技术的讨论热潮。如今世界水平上，服装仿真技术到底到达了怎么样的高度？这次，小编特意开启技术解析第三期专稿，解读王博士在2021 siggraph发表的最新关于布料仿真论文，带你快速了解当下服装仿真技术成果。
siggraph是世界公认的规模最大，影响最广的图形学会议。素有计算机图形图像研究领域“奥斯卡”之称。每年，相关领域的知名厂商如nvidia、amd、autodesk、adobe等都会在siggraph会议上发表其最新的软硬件和研究成果。siggraph会议上所展示的最新技术与作品在很大程度上代表了计算机图形学的发展水平以及未来的发展趋势，从客观上促进了计算机图形学的发展。
接下来，小编带你一起，走进最前沿的布料仿真成果剖析现场。
首先，我们先来看下style3d目前的布料仿真程度，帮助大家快速代入了解其背后的技术原理。
在style3d中渲染的数字服装
style3d之所以能实现如此拟真的服装效果，最核心的便是高效的布料仿真引擎。style3d的模拟引擎结合了近年学术界最新的布料仿真算法研究成果，在普通的消费级pc上可以支持50万以上三角形的服装实时仿真。自然且高精度的仿真效果，能够代替实物样衣，全面提升服装研发效率。 那么，王博士最新的论文中，又将这一模拟引擎的效率及真实度拔高到什么程度呢？
小编截取视频中一帧给大家看看细节变化。
利用王博士论文中的技术，普通pc可以支持惊人的1000万以上三角形的高精度服装模拟。在对比中可以清楚地看到，更高分辨率的模拟带来更精细的服装面料细节，可以更好地体现布料的真实感和服装工艺细节。
那么，这个服装细节的真实感提升是如何通过技术来实现的呢？我们先了解下布料仿真的技术原理：布料仿真的过程就是按照牛顿第二定律求解布料运动方程的过程，就是f=ma，作用力等于质量乘以加速度定律。在一个模拟场景中，布料时刻受到包括重力、碰撞力、风力及面料本身的张力在内的复杂作用力的影响。这些作用力在模拟过程中会不断变换。布料模拟引擎的工作就是实时解算这些力，然后通过牛顿运动定律计算出布料在下一帧合理的位置和运动速度。
在质点弹簧(mass-spring)系统的模拟过程中，布料被离散成数万个质量点，这些质量点被几十万根小弹簧连接。布料仿真引擎需要实时遍历这数十万根弹簧，计算它们的拉力，并分配到两端的质量点上。遍历速度的快慢直接影响布料模拟引擎效率。目前的技术，基于三角形的模拟方法在模拟过程中，弹簧所连接的顶点顺序是混乱的。因此模拟引擎需要追踪每根弹簧所连接的顶点序号。并且由于每根弹簧长短不一，弹簧的原长以及劲度系数都需要额外单独存储，这些额外的数据需要被频繁访问，这给模拟引擎非常大的压力，影响了模拟的效率。
当下的三角形模拟技术模型
王博士在论文中开创性地提出利用grid mesh来进行布料仿真。grid mesh是一种非常规则，非常均匀的网格。利用grid mesh进行模拟有以下四个优点：
1. grid mesh周围的弹簧非常一致，原长和劲度系数都可以使用全局统一的值，完全避免了访问压力。
王博士的模拟技术模型
2. grid mesh顶点顺序十分规律，我们可以通过取照片像素一般去取顶点数据，这样就避免了弹簧对于两个端点顶点的随机访问。
3. grid mesh 这种类似方形的结构特别适合利用现代gpu硬件中的shared memory来实现，相对于传统方法效率成倍提升。
4. 由于不需要分别存储每根弹簧的信息，大大节省了需要占用的内存和显存空间，低配系统也能模拟更高分辨率的服装。
使用grid mesh技术的前后对比
这篇论文中提出的block-based descent method是一种新颖的布料求解器。该求解器可以充分利用grid mesh的特性以及现代gpu的架构特征，解决了高分辨率网格收敛不够充分的问题，为高分辨率数字服装的应用做好了准备。用grid mesh实现的压力、抽褶、斯马克效果远好于传统布料模拟引擎，而这些效果恰恰是普通布料模拟引擎中的难点。
用grid mesh技术实现的抽褶效果
这些看似微小的变化，实则是技术难关上极大的一次突破。千万级模拟级别下的数字服装，将大大提升数字服装的表现力，拓展数字样衣在服装行业的适用品类，同时更加高效的布料仿真算法也给数字服装带来更多的应用可能，比如更真实的虚拟试衣、游戏皮肤、甚至真人试穿，未来的服装将更加的虚实难辨。一个新技术的诞生，其价值归属和实现必然要通过落地应用。作为一家技术驱动的时尚科技型公司，一直对技术有着极致的追求。在王博士的加盟下，style3d将以更快速度将更高水平的技术研究成果结合企业业务应用场景，为时尚企业带来更高质量的数字化解决方案，加速迈向“所见即所得”的未来时尚！
