17 · Spherical Harmonics와 시점별 색상
3주 차 / 원문 Day 17 · 문서·예제 제공 · 고정된 하루 분량이 아닌 학습 순서입니다.
목표
고정 RGB와 방향 의존 색 표현의 차이를 설명한다.
선수 지식
15~16, 방향 벡터와 색상.
핵심 개념과 설명
SH는 구면 위 방향에 따라 달라지는 함수를 기저 함수의 계수로 표현하는 방법입니다. GS 데이터는 시선 방향에 따른 색 변화에 SH 성분을 사용할 수 있습니다. 고정 RGB와 달리 카메라 방향을 바꾸면 색이 달라질 수 있습니다.
계수 차수가 높을수록 더 복잡한 방향 변화를 표현할 수 있지만 데이터와 계산 비용도 달라집니다. 모든 파일·렌더러가 같은 차수와 저장 형식을 지원하지 않습니다. 이번 단위는 SH 학습 알고리즘 구현보다 데이터와 화면의 관계를 설명하는 것이 목표입니다.
학습 후 얻을 역량
- 고정 RGB와 방향 의존 색 표현의 차이를 설명한다.
- 아래 완료 조건을 재현하고 자가 점검 질문에 자신의 말로 답할 수 있습니다.
실습 과제
- 같은 표면을 보는 두 시선 방향을 그려 고정 색과 방향 의존 색의 차이를 적습니다.
- 선택한 데이터와 렌더러가 SH를 어떻게 지원하는지 공식 문서에서 확인합니다.
- 로딩 후 카메라만 돌려 관찰할 경로를 정하고, 색 변화와 조명 변화의 가능성을 구분합니다.
관찰할 변수
view direction, SH 차수/지원 여부. 광원과 데이터는 고정합니다.
완료 조건
- 방향 함수와 계수의 의미를 설명했다.
- 데이터의 SH 지원 여부를 기록했다.
- 카메라만 바꾸는 관찰 조건을 정했다.
자가 점검 질문
- 카메라를 돌려 색이 바뀌면 항상 광원 때문일까요?
- RGB만 있는 파일을 SH 계수가 있는 파일과 동일하게 취급해도 될까요?
공식 참고
실험 기록 — 직접 작성
목표
핵심 개념
바꾼 변수와 예상
실제 결과
배운 점
남은 질문
이전: Gaussian 위치·크기·회전·불투명도 · 다음: Projection·Sorting·Alpha Blending
연결된 예제와 실행 범위
원본 실행 코드 · 화면 단위 ID: 17-sh
CPU 기반 Gaussian 투영·합성 원리 시각화입니다. SH는 합성한 1차 계수를 사용하며 학습된 GS 모델의 품질 측정이 아닙니다.
기존에 저장한 코드가 있으면 그대로 유지합니다. 새 원본을 사용하려면 먼저 전체 JSON으로 백업한 뒤 원본 코드로를 선택하세요. 필기는 지워지지 않습니다.