Submit Search
Upload
Blenderで学ぶスカルプト勉強会
•
6 likes
•
10,158 views
kurosaurus
Follow
Blender Sculpt
Read less
Read more
Design
Report
Share
Report
Share
1 of 21
Download now
Download to read offline
Recommended
@第194回農林交流センターワークショップ
ImageJを使った画像解析実習〜数・形態・分布の解析〜
ImageJを使った画像解析実習〜数・形態・分布の解析〜
LPIXEL
ImageJチュートリアル
ImageJチュートリアル
LPIXEL
@第194回農林交流センターワークショップ
ImageJを使った画像解析実習-色の解析-
ImageJを使った画像解析実習-色の解析-
LPIXEL
@第194回農林交流センターワークショップ
ImageJを使った画像解析実習〜2値化・領域抽出〜
ImageJを使った画像解析実習〜2値化・領域抽出〜
LPIXEL
第194回農林交流センターワークショップ
ImageJを使った画像解析実習〜大量の画像データに対する処理の自動化〜
ImageJを使った画像解析実習〜大量の画像データに対する処理の自動化〜
LPIXEL
バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)
nmaro
ゼミで発表した資料 ディープラーニングの中の一つのアプローチである畳み込みニューラルネットについての説明です 参考 岡谷 貴之(2013)「画像認識のための深層学習」『人工知能学会誌』28巻6号(2013年11月号)962pp
画像認識のための深層学習
画像認識のための深層学習
Saya Katafuchi
2017/9/4 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会] Residual Attention Network for Image Classification
[DL輪読会] Residual Attention Network for Image Classification
Deep Learning JP
Recommended
@第194回農林交流センターワークショップ
ImageJを使った画像解析実習〜数・形態・分布の解析〜
ImageJを使った画像解析実習〜数・形態・分布の解析〜
LPIXEL
ImageJチュートリアル
ImageJチュートリアル
LPIXEL
@第194回農林交流センターワークショップ
ImageJを使った画像解析実習-色の解析-
ImageJを使った画像解析実習-色の解析-
LPIXEL
@第194回農林交流センターワークショップ
ImageJを使った画像解析実習〜2値化・領域抽出〜
ImageJを使った画像解析実習〜2値化・領域抽出〜
LPIXEL
第194回農林交流センターワークショップ
ImageJを使った画像解析実習〜大量の画像データに対する処理の自動化〜
ImageJを使った画像解析実習〜大量の画像データに対する処理の自動化〜
LPIXEL
バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析入門(2011年6月版)
nmaro
ゼミで発表した資料 ディープラーニングの中の一つのアプローチである畳み込みニューラルネットについての説明です 参考 岡谷 貴之(2013)「画像認識のための深層学習」『人工知能学会誌』28巻6号(2013年11月号)962pp
画像認識のための深層学習
画像認識のための深層学習
Saya Katafuchi
2017/9/4 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会] Residual Attention Network for Image Classification
[DL輪読会] Residual Attention Network for Image Classification
Deep Learning JP
バイオイメージング研究のためのImageJによるデジタル画像解析法(2012年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析法(2012年6月版)
nmaro
二次元画像を用いた Scale-space の作成について。Morning Project Samurai 第38回 ミーティング資料。
Pythonで画像処理をやってみよう!第7回 - Scale-space 第6回 -
Pythonで画像処理をやってみよう!第7回 - Scale-space 第6回 -
Project Samurai
@第194回農林交流センターワークショップ
ImageJを使った画像解析実習〜起動・終了とファイルの入出力〜
ImageJを使った画像解析実習〜起動・終了とファイルの入出力〜
LPIXEL
2018/2/17, 2/25, 3/24 にヒューマンアカデミー様で行われた 「【CGWORLDゼミ】ジェットスタジオ キャラメイクセミナー」 (http://ha.athuman.com/event/game_20year/jetstudio.php?code=150041) で使用したスライドです。 ---- スライド内部の単語に不備があったので訂正します ---- p18:スムージング ⇒ 正確にはサブディビジョンのこと p38:質量保存 ⇒ エネルギー保存
【CGWORLDゼミ】ジェットスタジオ キャラメイクセミナー
【CGWORLDゼミ】ジェットスタジオ キャラメイクセミナー
弘幸 赤崎
@第194回農林交流センターワークショップ
画像解析の基礎知識
画像解析の基礎知識
LPIXEL
SSII2021 [OS3-03] 画像と点群を用いた、森林という広域空間のゾーニングと施業管理 6/11 (金) 11:00 - 12:30 登壇者:中村 裕幸 氏(株式会社woodinfo) 概要:平成31年4月より森林経営管理制度が開始され、日本国土の約7割を占める森林に対し、第三者による伐採や保全等の施業代行が可能となった。施業地の適否、優先度、時期等を決定するため客観的な森林情報の生成が必要となった。ゾーニング及び施業管理のため、衛星やUAV、地上レーザによる空撮画像や点群を用い森林情報を生成し、森林経営管理制度の支援システムを構築し実施している。実施例と今後の課題を述べる。
SSII2021 [OS3-03] 画像と点群を用いた、森林という広域空間のゾーニングと施業管理
SSII2021 [OS3-03] 画像と点群を用いた、森林という広域空間のゾーニングと施業管理
SSII
프로그래머 혼자서 도트 방식의 인디게임을 개발하고 싶다면? 이때 생길 수 있는 여러 가지 고민들을 바탕으로, 도트 디자인에 대한 궁금증을 풀어나가려 합니다.
[IGC 2017] 유유자적라이프 김윤정 - 개발자를 위한 도트 디자인
[IGC 2017] 유유자적라이프 김윤정 - 개발자를 위한 도트 디자인
강 민우
리플렉션과 가비지 컬렉션
리플렉션과 가비지 컬렉션
QooJuice
Vtuberなどのキャラクタをイベントや生放送に出演させる際に必要な技術とその選択について
Vtuberのイベント出演を効率化する技術ワークフロー
Vtuberのイベント出演を効率化する技術ワークフロー
VirtualCast, Inc.
第2回 プログラマのための数学勉強会で発表した資料です http://maths4pg.connpass.com/event/11781/
フーリエ変換と画像圧縮の仕組み
フーリエ変換と画像圧縮の仕組み
yuichi takeda
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
takaya imai
2021/08/06 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Neural Radiance Flow for 4D View Synthesis and Video Processing (NeRF...
[DL輪読会]Neural Radiance Flow for 4D View Synthesis and Video Processing (NeRF...
Deep Learning JP
グローバル最適なIterative Closest Point(ICP)アルゴリズム”Go-ICP”についての解説です. ICPは有名なところではKinect Fusionなど,3次元点群のレジストレーションに広く用いられています.基本的には,最近傍点の対応付けと姿勢(並進と回転)の推定を順次繰り返していくことで,点群間の2乗誤差を最小にするような姿勢を見つけようとアルゴリズムです. ICPは原理上,点群間の姿勢がある程度離れると局所解に陥ってしまい正しくレジストレーションできないという課題があります. そこで,局所性を改善したアルゴリズム(SoftAssign など)や,ローカルな特徴(Spin Imageや4PCSなど)を用いて大域的にレジストレーションする手法など多様なアルゴリズムが提案されていますが,グローバル”最適”な点群のレジストレーションアルゴリズムはあまり提案されていませんでした. 2013 ICCV,2015 PAMIの論文でグローバル最適なICPアルゴリズムGo-ICP(http://iitlab.bit.edu.cn/mcislab/~yangjiaolong/go-icp/)が発表されました.詳しくはスライドで解説していますが,Branch and Bound(分枝限定)とVoxel ICPの組み合わせで効率的にSE(3)の6自由度パラメータ空間から最適な解を探します. 著者のページ(http://iitlab.bit.edu.cn/mcislab/~yangjiaolong/go-icp/)にソースコードが公開されていますので簡単に試すことができます.公開されているソースはテキストファイルから点群データを読み込んで姿勢をテキストファイルで書き出す仕様になっていますが,外部ライブラリの依存がなく簡単にMatlabのmex関数を作成できますので,いろいろ点群を変えて試したい場合はmex化がオススメです.
Go-ICP: グローバル最適(Globally optimal) なICPの解説
Go-ICP: グローバル最適(Globally optimal) なICPの解説
Yusuke Sekikawa
2022/10/28 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】Novel View Synthesis with Diffusion Models
【DL輪読会】Novel View Synthesis with Diffusion Models
Deep Learning JP
ImageJ によるプラグイン作成を Scala でやると良いよ、という話。あと LPixel 社で画像処理や信号処理、機械学習なんかが好きなエンジニアを募集してますよ、という話。くわしくは http://lpixel.net/recruit/ を参照ください!
ImageJプラグインの作成:序論
ImageJプラグインの作成:序論
nmaro
機械学習プロフェッショナルシリーズの「深層学習」第6章 畳込みニューラルネットの輪読会スライドです。
「深層学習」第6章 畳込みニューラルネット
「深層学習」第6章 畳込みニューラルネット
Ken'ichi Matsui
2020/03/27 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
Deep Learning JP
反射型光センサを用いた指の皮膚変形と姿勢の計測による接触力推定の精度評価
反射型光センサを用いた指の皮膚変形と姿勢の計測による接触力推定の精度評価
反射型光センサを用いた指の皮膚変形と姿勢の計測による接触力推定の精度評価
sugiuralab
2016.04.02 차세대 프로그래밍 패러다임을 유니티에서 Reactive Programming in Unity 초중급 게임 개발자 스터디 데브루키 발표 자료.
[160402_데브루키_박민근] UniRx 소개
[160402_데브루키_박민근] UniRx 소개
MinGeun Park
OpenCVを用いた画像処理入門 by 浦西 友樹 (Yuki Uranishi)
OpenCVを用いた画像処理入門
OpenCVを用いた画像処理入門
uranishi
More Related Content
What's hot
バイオイメージング研究のためのImageJによるデジタル画像解析法(2012年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析法(2012年6月版)
nmaro
二次元画像を用いた Scale-space の作成について。Morning Project Samurai 第38回 ミーティング資料。
Pythonで画像処理をやってみよう!第7回 - Scale-space 第6回 -
Pythonで画像処理をやってみよう!第7回 - Scale-space 第6回 -
Project Samurai
@第194回農林交流センターワークショップ
ImageJを使った画像解析実習〜起動・終了とファイルの入出力〜
ImageJを使った画像解析実習〜起動・終了とファイルの入出力〜
LPIXEL
2018/2/17, 2/25, 3/24 にヒューマンアカデミー様で行われた 「【CGWORLDゼミ】ジェットスタジオ キャラメイクセミナー」 (http://ha.athuman.com/event/game_20year/jetstudio.php?code=150041) で使用したスライドです。 ---- スライド内部の単語に不備があったので訂正します ---- p18:スムージング ⇒ 正確にはサブディビジョンのこと p38:質量保存 ⇒ エネルギー保存
【CGWORLDゼミ】ジェットスタジオ キャラメイクセミナー
【CGWORLDゼミ】ジェットスタジオ キャラメイクセミナー
弘幸 赤崎
@第194回農林交流センターワークショップ
画像解析の基礎知識
画像解析の基礎知識
LPIXEL
SSII2021 [OS3-03] 画像と点群を用いた、森林という広域空間のゾーニングと施業管理 6/11 (金) 11:00 - 12:30 登壇者:中村 裕幸 氏(株式会社woodinfo) 概要:平成31年4月より森林経営管理制度が開始され、日本国土の約7割を占める森林に対し、第三者による伐採や保全等の施業代行が可能となった。施業地の適否、優先度、時期等を決定するため客観的な森林情報の生成が必要となった。ゾーニング及び施業管理のため、衛星やUAV、地上レーザによる空撮画像や点群を用い森林情報を生成し、森林経営管理制度の支援システムを構築し実施している。実施例と今後の課題を述べる。
SSII2021 [OS3-03] 画像と点群を用いた、森林という広域空間のゾーニングと施業管理
SSII2021 [OS3-03] 画像と点群を用いた、森林という広域空間のゾーニングと施業管理
SSII
프로그래머 혼자서 도트 방식의 인디게임을 개발하고 싶다면? 이때 생길 수 있는 여러 가지 고민들을 바탕으로, 도트 디자인에 대한 궁금증을 풀어나가려 합니다.
[IGC 2017] 유유자적라이프 김윤정 - 개발자를 위한 도트 디자인
[IGC 2017] 유유자적라이프 김윤정 - 개발자를 위한 도트 디자인
강 민우
리플렉션과 가비지 컬렉션
리플렉션과 가비지 컬렉션
QooJuice
Vtuberなどのキャラクタをイベントや生放送に出演させる際に必要な技術とその選択について
Vtuberのイベント出演を効率化する技術ワークフロー
Vtuberのイベント出演を効率化する技術ワークフロー
VirtualCast, Inc.
第2回 プログラマのための数学勉強会で発表した資料です http://maths4pg.connpass.com/event/11781/
フーリエ変換と画像圧縮の仕組み
フーリエ変換と画像圧縮の仕組み
yuichi takeda
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
takaya imai
2021/08/06 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]Neural Radiance Flow for 4D View Synthesis and Video Processing (NeRF...
[DL輪読会]Neural Radiance Flow for 4D View Synthesis and Video Processing (NeRF...
Deep Learning JP
グローバル最適なIterative Closest Point(ICP)アルゴリズム”Go-ICP”についての解説です. ICPは有名なところではKinect Fusionなど,3次元点群のレジストレーションに広く用いられています.基本的には,最近傍点の対応付けと姿勢(並進と回転)の推定を順次繰り返していくことで,点群間の2乗誤差を最小にするような姿勢を見つけようとアルゴリズムです. ICPは原理上,点群間の姿勢がある程度離れると局所解に陥ってしまい正しくレジストレーションできないという課題があります. そこで,局所性を改善したアルゴリズム(SoftAssign など)や,ローカルな特徴(Spin Imageや4PCSなど)を用いて大域的にレジストレーションする手法など多様なアルゴリズムが提案されていますが,グローバル”最適”な点群のレジストレーションアルゴリズムはあまり提案されていませんでした. 2013 ICCV,2015 PAMIの論文でグローバル最適なICPアルゴリズムGo-ICP(http://iitlab.bit.edu.cn/mcislab/~yangjiaolong/go-icp/)が発表されました.詳しくはスライドで解説していますが,Branch and Bound(分枝限定)とVoxel ICPの組み合わせで効率的にSE(3)の6自由度パラメータ空間から最適な解を探します. 著者のページ(http://iitlab.bit.edu.cn/mcislab/~yangjiaolong/go-icp/)にソースコードが公開されていますので簡単に試すことができます.公開されているソースはテキストファイルから点群データを読み込んで姿勢をテキストファイルで書き出す仕様になっていますが,外部ライブラリの依存がなく簡単にMatlabのmex関数を作成できますので,いろいろ点群を変えて試したい場合はmex化がオススメです.
Go-ICP: グローバル最適(Globally optimal) なICPの解説
Go-ICP: グローバル最適(Globally optimal) なICPの解説
Yusuke Sekikawa
2022/10/28 Deep Learning JP http://deeplearning.jp/seminar-2/
【DL輪読会】Novel View Synthesis with Diffusion Models
【DL輪読会】Novel View Synthesis with Diffusion Models
Deep Learning JP
ImageJ によるプラグイン作成を Scala でやると良いよ、という話。あと LPixel 社で画像処理や信号処理、機械学習なんかが好きなエンジニアを募集してますよ、という話。くわしくは http://lpixel.net/recruit/ を参照ください!
ImageJプラグインの作成:序論
ImageJプラグインの作成:序論
nmaro
機械学習プロフェッショナルシリーズの「深層学習」第6章 畳込みニューラルネットの輪読会スライドです。
「深層学習」第6章 畳込みニューラルネット
「深層学習」第6章 畳込みニューラルネット
Ken'ichi Matsui
2020/03/27 Deep Learning JP: http://deeplearning.jp/seminar-2/
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
Deep Learning JP
反射型光センサを用いた指の皮膚変形と姿勢の計測による接触力推定の精度評価
反射型光センサを用いた指の皮膚変形と姿勢の計測による接触力推定の精度評価
反射型光センサを用いた指の皮膚変形と姿勢の計測による接触力推定の精度評価
sugiuralab
2016.04.02 차세대 프로그래밍 패러다임을 유니티에서 Reactive Programming in Unity 초중급 게임 개발자 스터디 데브루키 발표 자료.
[160402_데브루키_박민근] UniRx 소개
[160402_데브루키_박민근] UniRx 소개
MinGeun Park
OpenCVを用いた画像処理入門 by 浦西 友樹 (Yuki Uranishi)
OpenCVを用いた画像処理入門
OpenCVを用いた画像処理入門
uranishi
What's hot
(20)
バイオイメージング研究のためのImageJによるデジタル画像解析法(2012年6月版)
バイオイメージング研究のためのImageJによるデジタル画像解析法(2012年6月版)
Pythonで画像処理をやってみよう!第7回 - Scale-space 第6回 -
Pythonで画像処理をやってみよう!第7回 - Scale-space 第6回 -
ImageJを使った画像解析実習〜起動・終了とファイルの入出力〜
ImageJを使った画像解析実習〜起動・終了とファイルの入出力〜
【CGWORLDゼミ】ジェットスタジオ キャラメイクセミナー
【CGWORLDゼミ】ジェットスタジオ キャラメイクセミナー
画像解析の基礎知識
画像解析の基礎知識
SSII2021 [OS3-03] 画像と点群を用いた、森林という広域空間のゾーニングと施業管理
SSII2021 [OS3-03] 画像と点群を用いた、森林という広域空間のゾーニングと施業管理
[IGC 2017] 유유자적라이프 김윤정 - 개발자를 위한 도트 디자인
[IGC 2017] 유유자적라이프 김윤정 - 개발자를 위한 도트 디자인
리플렉션과 가비지 컬렉션
리플렉션과 가비지 컬렉션
Vtuberのイベント出演を効率化する技術ワークフロー
Vtuberのイベント出演を効率化する技術ワークフロー
フーリエ変換と画像圧縮の仕組み
フーリエ変換と画像圧縮の仕組み
画像認識の初歩、SIFT,SURF特徴量
画像認識の初歩、SIFT,SURF特徴量
[DL輪読会]Neural Radiance Flow for 4D View Synthesis and Video Processing (NeRF...
[DL輪読会]Neural Radiance Flow for 4D View Synthesis and Video Processing (NeRF...
Go-ICP: グローバル最適(Globally optimal) なICPの解説
Go-ICP: グローバル最適(Globally optimal) なICPの解説
【DL輪読会】Novel View Synthesis with Diffusion Models
【DL輪読会】Novel View Synthesis with Diffusion Models
ImageJプラグインの作成:序論
ImageJプラグインの作成:序論
「深層学習」第6章 畳込みニューラルネット
「深層学習」第6章 畳込みニューラルネット
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
[DL輪読会]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
反射型光センサを用いた指の皮膚変形と姿勢の計測による接触力推定の精度評価
反射型光センサを用いた指の皮膚変形と姿勢の計測による接触力推定の精度評価
[160402_데브루키_박민근] UniRx 소개
[160402_데브루키_박민근] UniRx 소개
OpenCVを用いた画像処理入門
OpenCVを用いた画像処理入門
Blenderで学ぶスカルプト勉強会
1.
2.
おさらい ビュー操作 MMB+ドラッグ 視点の回転 Shift+MMB+ドラッグ 視点の平行移動 Ctrl+MMD+上下ドラッグ ズームイン・アウト
3.
おさらい2 オブジェクトを選択 : LMB 移動
: Gキー 回転 : Rキー 拡大 : Sキー オブジェクト作成 : Shift+Aキー
4.
最初の一歩 スカルプトモードでオブジェクトを変形する
5.
下準備 適度な密度のオブジェクトを作る 四角を作成 サブディビジョン>フリーズ
6.
よく使うブラシ Grab or SnakeHook
:Gキー,Kキー 引っ張る Clay :Cキー 盛り上げる Inflat :Iキー ふくらませる Pinch :Pキー つまむ/小さくする ScultDraw :Xキー 通常っぽいブラシ
7.
スカルプトで変形してみよう ショートカット ブラシの半径 : Fキー ブラシの強さ
: Shift+Fキー スムーズブラシ : Shiftキー ブラシ効果を反転 : Ctrlキー (盛り上げる<>下げる) マスク : Mキー マスク消去 : Ctrl+Mキー
8.
ポリゴンの頂点を直接スカルプトで変形 特徴:すでに存在している頂点を動かす 高密度な頂点には向いてない モーフターゲットでの使用することがおおい さっきやったのがこれ
9.
Dyntopo(ダイナミックトポロジー) 特徴:編集した場所に自動的に頂点を追加する ポリゴン形状にとらわれず、全体の形を作るのに向いている ≒ Sculptris、3DCoat(サーフェイスモード) 三角ポリゴン化される モデファイアと相性が悪い
10.
Dyntopoの基本的な使い方 スカルプトモードに入りDyntopoボタンを押す スカルプトすると、編集した場所だけポリゴンが追加される ダイナミックトポロジーの有効と無効を切り替え : Ctrl+Dキー
11.
Dyntopoを使ってみよう 追加>メッシュ>立方体 細分化曲面、解像度3>適用 スカルプトモード グラブツールで変形 Dynatopo有効 SnakeHookで大まかに編集 Smoothで整える Clayで目や鼻を盛り上げる Pinchで隙間をシャープにする ScultDrawで模様を描く
12.
知っておくと便利な機能① ビュー>レンズ エディタカメラの画角を変更できる デフォルトは広角すぎなので80mm~100mmがおすすめ シェーディング>Matcap モデリングに便利な疑似シェーディング 立体感をつかみやすい
Dynatopo>細部 スカルプトの基準解像度 スカルプト>操作を高速化 操作が軽くなる
13.
MultiResolution(マルチレゾリューション) 特徴:ポリゴンの解像度を複数持つ 編集の大きさに合わせて自由に変更できる 細部に手を加えずに、大胆に形を変えることができる ≒ ZBrush レンダリング時にだけ頂点数を増やせるので、ムービーに最適
14.
MultiResolutionの基本的な使い方 モデファイア>多重解像度 ( MultiResolution ) 細分化ボタン 最大解像度を増やす プレビュー/スカルプト/レンダー それぞれの操作中の解像度 細分化レベルを1つ上げる
: Page upキー 細分化レベルを1つ下げる : Page downキー
15.
MultiResolutionを使ってみよう 追加>メッシュ>立方体 細分化曲面、解像度3>適用 低い解像度で大きな塊を編集 解像度を上げて作り込む 大きな編集をする場合は解像度を下げる 足りない場合は最大解像度をあげる いつでも自由に変えれる
16.
知っておくと便利な機能② Skinモデファイア ポリゴンのエッジに太さをつけられる 素体に便利 ctrl+Aで太さを編集 ≒ ZBrushのZsphere、3DCoatの曲線
17.
知っておくと便利な機能③ リメッシュ ポリゴンを一塊の形状として再構成する 四角ポリゴンになるのでMultiResolutionにも向い ている 結合した形状でもひとつながりにできる
18.
19.
リアルタイムで動かすため、データサイズをかなり厳密に管理する必要がある 動かさない背景であってもライトマップなどを使用するため制約は多い 基本的にスカルプトの細部はベイクしてノーマルマップに焼きこんで使用する ▶ リトポ、ノーマルマップについて勉強してみよう ノーマルマップ ポリゴンの細かい凹凸情報(法線の変化情報)を焼き込んだテクスチャ。 実際にはディテールがなくとも、ディテールがあるかのように見える。
20.
リアルタイムレンダーほどは制約は少ないが、基本的にスカルプトの細部 はベイクしてノーマルマップに焼きこんで使用する ▶ リトポ、ノーマルマップについて勉強してみよう
21.
めり込みをなくなど、プリンターに合わせた調整が必要 現実に存在する物体なので現実的な制約にも配慮 (細すぎて折れないかなど) 工業製品であればオーバーハングなどにも気を使い、型抜きしやすい造形 にする必要がある ▶ 原型師向けの本で勉強しよう
Download now