2024年3月20日 · SDF（Signed Distance Field），中文译名是符号距离场，是一种描述或存储点与场景物体表面位置关系的方式。 当点在物体内部时距离为负数，在物体表面时距离为零，在物体外部时距离是正数，正是因为存在正负数所以叫Signed Distance Field而不是Distance Field，最大的作用是用于快速查询任意一点到场景中物体表面的最短距离，当使用数学方法时，SDF中的F可译为Function，所以在其他文章里看到翻译成符号距离方法（Signed Distance Function）。

2024年3月18日 · 本文详细介绍了三维空间的显式和隐式表示方法，重点讨论了符号距离函数SDF、占用场OccupancyField以及神经辐射场NeRF的原理和区别。 这些隐式表示可通过神经网络进行建模，SDF用于表示点到曲面的距离，占用场则表示点被曲面占用的概率，而NeRF则结合射线方向来预测点的密度和颜色，适用于高分辨率的三维重建和渲染。 本篇文章介绍了符号距离 函数 Signed Distance Funciton (SDF)，占用场Occupancy Field，神经辐射场Neural Radiance …

In mathematics and its applications, the signed distance function or signed distance field (SDF) is the orthogonal distance of a given point x to the boundary of a set Ω in a metric space (such as the surface of a geometric shape), with the sign determined by whether or …

signed distance field，中文名为有向距离场，SDF有2D和3D的区别，它的定义非常简单：每个像素（体素）记录自己与距离自己最近物体之间的距离，如果在物体内，则距离为负，正好在物体边界上则为0。 以简单的图为例，如下： 我们规定白色表示为物体，黑色表示为空，那么这样一副中间一个圆的图像，其对应的SDF图应该就是这样： 为了图片显示，将有向距离值映射到了 [0-1]范围，0.5表示物体内外的分界线。 可以清楚看到，位于圆中心的点是最黑的，因为它处于物体 …

Unreal在Siggraph 2015上分享过他们使用SDF在实际应用中的 表现以及优化思路. 其中Soft Shadow的原理在上述的JFA Phd论文的 Section 5 有过分享，本质上是建立在ShadowMap上的SDF应用 (UE中近距离使用CSM，而远处则使用SDF Traced Shadow)。 由于3D Texture本身占用资源较多，因此能用的分辨率较低，很少见到有具体实际应用。 一般会选择配合Depth和World Space Position的GBuffer来 重建3维坐标 再去计算SDF等信息 (RayTraced Distance Field Soft …

2021年6月28日 · 在gtx 1060上，对结构比较复杂、三角形数量在十万左右的物体，生成512^3分辨率的高精度sdf，并且在每个体素处用多达12条射线来判定符号，整个生成流程也可以在十几秒内完成。

2024年1月2日 · 几何数据除了显式地存储模型网格信息，还可以隐式地存储空间中任意一点到几何表面的 最短有向距离。 故得名 有向距离场 （Signed Distance Field）。 不过在实际应用总考虑到计算效率和内存/显存使用，通常可以采用 三维数组 存储，然后使用 三线性插值 （Trilinear Interpolation） 来完成空间中任意一点有向距离的快速估计 。 虽然看起来这个技术对理论知识的要求不高，高中数学就能搞定，其实不然。 在实现的过程中会涉及 线性代数， 多元微积分，以 …

2021年9月11日 · 本文介绍了 Signed Distance Field (SDF) 的概念，强调其在光线追踪中的高效性和在表示移动边界及软阴影方面的应用。 通过计算每个点到物体表面的距离，SDF展示了如何通过近似反三角函数处理场景中的阴影变化。

2022年12月12日 · Stable Diffusion的官方模型V1.5与V1.4比起来，整体画面构成区别不大，色阶对比度和光源渲染提升，光源效果更加平滑合理。 资源详情. 本次Stable Diffusion的官方模型V1.5版本一共提供了两个模型，一个3.97GB，另一个是7.17GB。 两个模型的区别如下

Generate 3D meshes based on SDFs (signed distance functions) with a dirt simple Python API. Special thanks to Inigo Quilez for his excellent documentation on signed distance functions: Here is a complete example that generates the model shown. This is the canonical Constructive Solid Geometry example.