|
Hello . 大家好 今天给大家带来机器学习生成地形的分享 前言 文章链接： https://80.lv/articles/using-machine-learning-for-terrain-creation/ 视频链接： https://vimeo.com/522871731Join conversation 近期机器学习或者说AI方面的内容又火起来了，找到一篇比较好实现的文章分享给大家，也顺手蹭个热度。
1 介绍 我叫FranciscoMúrias，最近，我一直在探索Houdini以及机器学习在内容生成中的潜力。我在波尔图大学（葡萄牙）攻读计算机科学学士学位，在那里我学习了编程。然后，在Teesside大学（英格兰）攻读3D游戏艺术硕士学位，在那里学习了Houdini，Unreal Engine等工具，并有机会在毕业论文期间探索机器学习在游戏中的一些应用。
2 机器学习与地形生成 机器学习就是使用样本数据来“训练”一个拟合的计算机算法，从而获得“映射功能”，该算法可以将一组输入大致的解析为有用的输出。机器学习在游戏和CG中广泛应用，艺术家和程序员不断为它寻找新的用途。节省艺术家的时间，专注于更有创造性的事情。 现实地形生成是一个非常复杂的问题,在过去的三十年中，研究人员研究了各种生成地形的方法，这些方法各有优缺点。我这个项目是探索如何仅基于简单的草图就可以实时生成详细的，带有实际腐蚀效果的地形。 地形在游戏中一般都是通过高度图来表示，非常适合机器学习。而且我们还拥有现实世界的地形数据，USGS拥有几乎整个美国陆地的准确地形高度图。所以这两个因素使它成为机器学习应用程序实验的理想用例。 使用工具生成的一些示例：
3 GAN GAN就是条件生成对抗网络模型，根据自动处理的真实世界地形数据（通过Houdini收集）进行训练，运行神经网络模型并在实时3D预览中展示结果。通过从训练数据中学到的特征来生成任意数量的真实虚拟地形，而无需手动定义任何过程规则或参数属性。  cGAN系统由两个相互竞争的网络组成：一个不断合成新地形的生成器，以及一个将生成的地形与真实示例进行比较的鉴别器。这两个网络相互竞争，学习如何制作更适合训练示例的地形。
为了收集用于训练模型的训练数据，我使用了Houdini 的PDG使该任务自动化。 1.读取设定的坐标 2.从USGS服务器下载文件 3.解压缩文件 4.将高度信息分成小块 5.处理每个图块以计算峰谷线 6.将结果映射到匹配的图像并保存
整个数据收集管道均基于SideFX的ML数据准备示例，该示例采用了一种出色的方法，并且可以教您如何使用PDG系统。
4 交互工具 我构建了一个自定义工具，使用户能够绘制峰谷线，机器学习算法会自动实时生成最终地形。
使用ModernGL开发的自定义3D预览器可以快速迭代和可视化结果。这是我的第一个主要Python应用程序，我发现Python是启动和构建这种自定义应用程序的绝佳语言。它拥有一个优秀的社区和一个活跃的Discord服务器，那里挤满了愿意帮助您入门的人。 最后使用Gaea生成细节，最后就可以将生成的地形导入任何游戏引擎，并用作3D地形的基础。
5 挑战 我相信该工具证明了ML应用在游戏中的巨大潜力。该项目未来开发的目标是概括同一网络中不同要素的地形生成，并在创作阶段用不同类型的草图区分它们。同时我会继续研究ML，并扩展ML在游戏中的使用。 6 总结 这位老哥用机器学习快速生成一个低精度的高度图，然后通过gaea的侵蚀获取各种分布图，值得学习借鉴，感兴趣的可以按照这个思路整一个。 嘉宾 FranciscoMúrias 访谈 Ellie Harisova - End - |
大家都知道静态网页有利于SEO,但是很多新手在使用DZ论坛程序的时候不懂，很多人在问DZ
牛逼牛逼，之前的论坛应该见我发过，未来是即时渲染的天下，并且U-render 最有潜力很
所有版本官方配置单请点击链接：https://knowledge.autodesk.com/z ... -Autodesk-May
https://www.acfun.cn/player/ac11550103
Autodesk最近发布了3D模型动画软件Maya 2020.2和Maya LT 2020.2新功能的在线文档，两
https://player.bilibili.com/player.html?aid=74213651cid=127467367page=1
