图形学人物简史:两位图灵奖与奥斯卡得主的图形学研究往事(7)
扫一扫
分享文章到微信
扫一扫
关注99科技网微信公众号
下一步目标是让物体看起来平滑,但其轮廓仍然是多边形的,这时我意识到,我可以将我对动画的热爱与计算机图形这个新领域结合起来。 我做过一个课堂项目,是给我的左手制作一个多边形模型。我很喜欢这个项目,也想要为计算机图形学的进步增添一份我自己的力量。所以 Ivan 建议我想想方法,看看如何能弯曲多边形的轮廓。经过大量思考后,我认为这种方法很明显有根本上的缺陷。我需要的是渲染补丁,我需要的是直接渲染曲线,但这要求的内存比当时计算机的可用内存多得多。我唯一能做的就是把整个图像和 Z 缓冲区放在内存中。由于操作在那个时代不支持分页,所以我写了一个页面来将图像块移进和移出内存。我甚至弄坏了其中一个磁盘文件,因为它在磁盘上到处嘎嘎作响。这些磁盘在当时都是很大的。 但是我被 Alan 的思想所启发,那就是我们在模拟未来时应该怀有“我所想的会变成现实”的信心。哪怕这种发展很缓慢。我现在有一个数学定义良好的表面可以使用,所以我可以渲染 B 样条补丁达到纹理映射。这些图像是向前迈出的一大步,而其他随后的研究则继续在这一发展的链条上添砖加瓦。我们开发的算法受到我们现有机器的启发和限制。这似乎是旧时代的说法,比如内存有多少,机器有多慢之类的,但它并不能真正限制一门学科的发展。在艺术领域也是如此。我们知道自己能做的工作是受到限制的,而我们要挑战的是超越极限。当挑战成功后,原有的限制边界便向外扩展,我们面临的挑战也变成了突破下一个限制。 在犹他大学时,还有一个令我自豪的项目。大学赞助了关于曲面数学的研讨会,而我花了很多时间思考曲线。我知道使用预先准备好的补丁网络会有问题。网格的拓扑结构不适用于像人手这样的自然物体,因此我通过逆向工程,将 B 样条的数学转化为一组几何运算来解决这个问题。这些操作可以作为递归细分网格的规则应用于非预见网格。我用基本的高中几何证明了这点,并且觉得这是个很好的想法。我将这个想法展示给一位教授,曲线补丁正是他的专长。他几乎没看我 18 页的手写证明就直接说:Ed,这是什么鬼东西?我被伤到了,便把这个想法搁置一旁。过了一阵子,我把这个想法拿给 Jim Clark 看。他实现了这个想法,我们为此写了一篇论文。多年以后,Tony DeRose 把这个想法推进到了下一个阶段。我们又将其开源,随着时间的推移,这个想法最终成为了如今电影产业中主要使用的表面补丁。 早在上大学的时候,我就相信这个想法是有可能得到应用的。这是一个我可以为之长期努力的目标。我一直支持这个愿景,并试图在迪士尼和大学之间建立一个交流项目,因此我去到了伯班克。我到了迪士尼,见到那些制作了我童年记忆里动画的电影制作人,能真是太棒了。 图注:位于伯班克的迪士尼工作室总部 可惜迪士尼对交流项目没有兴趣,他们只是想招募相关人才来帮助设计佛罗里达的新项目,可是我没有兴趣。迪士尼已经是游戏产业中唯一有可能对计算机图像学感兴趣的工作室,而我发现他们其实对此毫无兴趣。所以我想,追求自己梦想最好的地方应该是在大学里。 但是当时有一个问题,那就是计算机图形学被认为与计算机科学无关,只被认为是一个有趣的边缘学科。很少有大学课程对计算机图形感兴趣,而唯二的两间对此感兴趣的大学,康奈尔大学和俄亥俄州立大学,计算机图形学的课程甚至都不在他们的计算机科学系里。 当我在面试大学的岗位时,我试图向面试官解释图形学未来的巨大潜力。但没一个人听进去,我也因此没能在大学里找到工作。1974年底,我接到 NYIT 院长的电话。他不懂技术,但他想制作动画电影,而且他相信计算机图形学前程远大。这对我来说是好消息。但坏消息是,他认为计算机科学家将取代艺术家。NYIT愿意购买两个全彩色的可磨损缓冲器,一个价格是13万美元。我们准备好开始工作了。Alvy Ray Smith是继我之后第二个加入团队的人,之前他在施乐帕罗奥多研究中心工作,但是那里对于颜色的观点很奇怪,他为此感到沮丧,于是离开了原工作地。 开始工作后,我在几个 3D 渲染系统中编写了一个 2D 动画系统。我们还从世界各地召集了志同道合的人。我是管理方面的新手,所以想复制我在犹他大学的经历,通过让大家分享和支持同一个愿景,同一种文化而将大家集合起来,这将是一个漫长的一步一步来的过程。我认为对于我们的研究进展不应该保密,所以我认为最好的办法是加入 SIGGRAPH,招募比我聪明的人,把我们研究的一切都发表出来。事实证明,这是我做过的最好的决定之一。 在 NYIT 工作 5 年后,我们意识到团队的最大弱点是缺少电影创作者。就算创造出了好用的工具,可是没有能使用这种工具的人,我们就不可能成功。于是我们开始拜访各种电影工作室,向他们展示我们的工作,但对方都没什么兴趣。而一部电影的出现改变了一切,这部电影就是《星球大战》。
99科技网:http://www.99it.com.cn

5月5日,阿里巴巴达摩院发布新型联邦学习框架FederatedScope,该框架支持大规模
快资讯2022-08-15
