基于自适应细节层次模型的三维场景生成

林晓佳

摘 要：随着虚拟现实（Virtual Reality， VR）技术的不断进步和发展，其三维模型的建立已经被越来越多地应用在动画制作方面。一个复杂虚拟场景的真实感是否强烈，与三维模型的精细程度直接相关。一般来说，三维场景中三角面的数量与该场景的真实感呈现正相关关系，反之则真实感越弱；虽然增加三角面的数量可以提高真实感，但是其也会带来绘制速度的降低，即实时性无法得到有效保障。因此，一个虚拟场景的真实感和实时性便成为一对矛盾的存在。所以本文在传统的细节层次（Levels of Detail， LOD）模型生成算法的基础上，总结并提出了自适应的细节层次模型生成算法，使其可以在保证实时性的前提下，尽可能地增加绘制的三角面的数量，以获得最大程度的真实感。

关键词：虚拟现实技术；三维模型；三角面；细节层次；真实感

中图分类号：TP391.9  文献标识码：A  文章编号：1673-260X（2023）05-0040-05

进入新世纪以来，随着计算机技术的飞速进步，其对于三维场景的处理能力也得到了极大的提高，并且成本也在逐步降低[1]。这使得虚拟现实（Virtual Reality VR）技术得到了快速的发展与应用，其三维处理技术也被越来越多地应用在动画的制作当中，展现出了十分广阔的应用前景。

对于现今的移动互联网时代来说，三维图像在移动端和个人电脑（Personal Computer PC）端的实时生成和渲染，已经成为动画领域和虚拟现实领域中用户体验的核心与关键[2]。要使观看者有更强的真实感，那么就意味着三维场景中点、线、面的数量越多，即三维场景的渲染质量越好[3]；这就会造成计算机系统的开销增大，尤其是内存和处理器的处理速度，这对三维场景的渲染速度有极大的影响，对用户来说就会感受到三维图像的流畅性欠佳[4]。另一方面，如果只是追求三维图形的显示速度，那么必然会降低三维图像的真实感，也同样会造成较差的用户体验[5]。总的来说，需要在三维场景的渲染速度和渲染质量间寻找一个平衡点。一般来说有两种方式，即可以通过由硬件方式提升计算机的性能，和通过模型简化和数学加速这两种方式[6]。通过提升计算机硬件性能的方式，就可以认为是增加计算机的内存容量、处理器性能、显卡显存容量等，比如采用多核处理器和专业高端的显卡[7]。通过模型简化和数学加速的方式，即采用适当的数学模型，在硬件性能不变的情况下，获得最优的绘制质量[8]。采用提升计算机硬件性能的方式会极大的增加消费者的使用成本，这就使得通过模型简化和数学加速的方式得到了较多的应用。细节层次（Level of detail LOD）模型就是一种最常用的模型加速方法，但是其在三维图像的真实性和实时性协调方面还有较大的提升空间[9，10]。

综上所述，目前大多数的研究都是在某一单一方面，比如如何提高計算机或播放媒体的硬件性能，来提高三维图像的渲染速度和渲染质量；比如通过优化算法来提升三维图像的渲染质量。这些解决方法都忽略了一个问题，即计算机硬件性能、渲染速度、渲染质量三者与用户体验相适配的问题。所以，根据不同的计算机硬件性能，协调三维图像的真实性和实时性，是十分具有研究价值的。本文在LOD模型的基础上，对其进行自适应的改进，使其在不同计算机硬件配置的情况下，在真实性和实时性平衡点寻找上具有较好的效果。

1 细节层次（LOD）模型生成方法

细节层次模型被定义为，通过虚拟场景中摄像机与三维模型的距离，来确定采用与之对应的数学模型。一般采用的规则是，当距离较远时采用精度较低的模型，距离较近时采用精度较高的模型。细节层次（LOD）模型已经成为了优化三维图像绘制速度最有效的方法。目前，细节层次（LOD）模型的实现，静态LOD和动态LOD是两种最常用的实现方法，其具体区别如图1所示。

1.1 静态LOD技术

静态LOD技术，该技术在渲染前就会提前设定一组不同的模型，来分别对应不同的三维场景，并事先进行约定。其原理就是根据三维模型到摄像机距离等级的不同，将其对应为不同的模型，可以通过图2更加直观的表示。

一般来说，可以将静态LOD分为三个层次，即高精度模型（作用范围小于15米）、中精度模型（作用范围在15米到30米之间）、低精度模型（作用范围大于30米），作用范围即三维模型与摄像机的距离。

1.2 动态LOD技术

动态LOD技术中，每一层次的模型都是通过上一层次经过点、边、面的折叠算法生成的。其模型的精度会逐渐降低，从而保证了场景渲染的连续性。动态LOD技术的基于点、线、面折叠的算法如下。

（1）基于顶点折叠的方法。该方法根据需求删除某些相对不重要的顶点，比如通过在局部范围内拟合一个平面，通过获得顶点到平面的距离来判断该顶点是否需要删减。这种方法可以有效的降低数据总量。

（2）基于边折叠的方法。该方法的原理，就是将一条边压缩成为一个顶点，通过这样的操作，可以很容易的减少一个顶点、三条边、以及两个面的数据。如图3所示。

上图中新顶点位置的选择，可以通过子集法和最优法来得到。

根据子集法的原理，新顶点必然产生于原顶点中，根据上图则为v=v1或v=v2。

根据最优法的原理，新顶点必然满足二次误差最小的条件。一种常用的最优法的求解方式为：定义顶点v的二次误差度量为v到其对应的三

（3）基于面折叠的方法。该方法会选择一个面，然后用一个新的顶点来替代该面；而与该面相关的面，均变化为与新顶点的连线。这种方式一次可以删除两个顶点与四个面。

1.3 两种技术的对比

静态LOD技术和动态LOD技术各有其优缺点。静态LOD技术所需要的渲染时间较短，但是其存在着冗余数据较多、三维图像会出现跳变等问题。动态LOD技术，虽然可以在一定程度上减少冗余数据，以及可以有效的避免三维图像的跳变，但是其渲染所需要的运算律较大、时间较长，会带来实时性的问题。

2 自适应细节层次LOD模型建立

消费者所使用的PC机或移动端的情况是各部相同的，这也就造成了其三维图形的绘制速度是有较大差异的，即最大承受点是不同的。因此，一套自适应细节层次模型应当根据实际硬件的性能，在保证图像流畅性的前提下，选取最优的三维图像的绘制速度（帧率FPS）和绘制质量（三角面数）。

2.1 显卡刷新速率FPS

FPS为每秒可以刷新的帧数，单位为“帧/秒”，该值越高即可以認为三维图形的绘制速度越快，三维图像就会变得越流畅。一般电影的FPS的值为24，即以每秒24帧的速度进行画面的渲染，电影在这种帧速下，人眼是不会感觉到卡顿的。在一个虚拟3D场景中，其FPS的值是会随着三维图像中三角面数量的变化而变化的，其FPS的值与流畅度的关系如下表1所示。

根据上表可以看出，要保证三维图像的基本流畅性，需要FPS的值大于40，才能保证实时性和流畅性。

2.2 自适应细节层次模型

自适应细节层次模型的建立可以分为以下几步。

首先，计算得出用户PC端或移动端，在确保“十分流畅”这一标准的帧率的前提下，可以渲染的最大三角面的数量为M。其次，对本帧的三维模型所需要渲染的三角面的数量为N；倘若N>M，则采用动态LOD技术，通过边折叠方法来减少三角面的数量（降低LOD级别）；若N

这样通过多次运算，便可以得到最合适的LOD级别，在三维图像的绘制速度和绘制质量中找到最优解。

3 案例应用

为了试验的客观性，本文在这里选用同一个三维场景，用两个不同硬件配置的PC端进行渲染，来进行对比试验。由此来说明，自适应细节层次的LOD模型，相比于传统的细节层次LOD模型，在用户体验性上有较好的改善。

3.1 测试环境搭建

选用两台配置不同的PC来进行三维图像的渲染，其配置如下表2所示。

由上表可以看出，在处理器（CPU）性能、内存、硬盘性能方面，PC1均优于PC2。

3.2 测试过程

在Unity中建立一个工程，在该工程中新建一个三维场景，并且建立一个Prefab工程添加在其中，当每一帧进行刷新时，就在原有的三维场景中添加一个物体，由此便可以使该三维场景中的三角面数量不断增加。通过记录每一帧的帧率和三角面数，进行对比测试。在试验时统一采用Win7平台，并且关闭所有不必要的进程，以保证试验的客观性。

传统的细节层次模型，渲染时的实现过程如下图4所示。

自适应的细节层次模型，渲染时的实现过程如下图5所示。

3.3 测试过程

采用3.2节的方法，在3.1节中的PC1和PC2分别进行试验。记录其三角面数和帧率的数据。部分具有代表性的数据如下表3和表4所示。

表3为采用传统的细节层次模型进行试验所得到的数据。

由上表的数据可以看出，通过传统细节层次模型来实现的三维场景的渲染，在三角面数量增加时，其不会自动降低三角面数量来提升帧率。这就会造成在三角面数量较多时，三维场景画面的卡顿，这会对用户体验产生很强的负面影响。根据上表的数据也可以看出，计算机硬件性能的提升也可以提高三维场景的渲染能力。

表4为采用自适应的细节层次模型进行试验所得到的数据。

由上表的数据可以看出，通过自适应细节层次模型来实现的三维场景的渲染，在三角面的数量较低时，与传统细节层次模型并无太大的差别，这种情况下以现有计算机硬件性能水平，可以很轻松的同时实现三维场景渲染速度和渲染质量的指标。在三角面数量较多时，该模型会通过降低三角面数量的方式，来提高帧率，以达到三维场景十分流畅的水平，这样可以给用户更好的体验。

4 结论

综上所述，本文研究了三维场景在渲染速度（帧率）和渲染质量（三角面数）的平衡问题，通过模型分析，来寻找三维场景渲染速度和渲染质量平衡点。以传统的细节层次模型为基础，在此基础上充分考虑不同硬件终端设备性能上的差异，使其在保证三维场景渲染流畅性的前提条件下，选取适合的三角面数。最终通过试验可以说明，改进后的模型与传统模型相比，可以有效的保障三维场景渲染的流畅性。由此可以使得用户体验得到进一步的提升。

参考文献：

〔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.