预生成的液体空间与生成神经网络和光流

    在三维动画中，液体在变化的模拟条件下（例如用户交互）表现出高度复杂的非线性行为是需要非常多的常识与模拟才能达成的，但是因为应用模拟广泛，使得多数动画师会经历避免模拟从而限制了故事和效果的发展。而在17年对于这种模拟的仿佛有了更好的解决方法，因为，预生成的液体空间与生成神经网络和光流诞生了。本次来着零点动画工作室的小编为你带来关于预生成的液体空间与生成神经网络和光流的全面介绍。
    因为液体在变化的模拟条件下（例如用户交互）表现出高度复杂的非线性行为。他们提出了一种方法，可以将参数范围内的这种复杂行为映射到基于时空变形的简化表示。为了表示输入的整个空间的复杂性，使用光流求解的变形和改进的对准程序，并且他们利用生成神经网络的力量来合成额外的变形以进行细化。他们引入了一种新颖的变形感知损失函数，可以在多个变形的高度非线性空间中进行优化。为了证明他们的方法的有效性，在二维和四维中展示了几个复杂的例子。他们的表示使得快速生成液体的隐含表面成为可能，这使项目能够从任何角度非常有效地显示场景，并添加诸如飞溅和泡沫粒子之类的辅助效果。他们用完整的管道实现了一个移动应用程序，以证明这种方法的可以实现并与复杂液体效应的实时交互。与常规模拟相比，他们的应用程序可以产生几个数量级的有效加速。