东京大学和创作系研究者等组成的联合研究团队公开了收录190个立方体木材样本的「Mokume数据集（The Mokume Dataset and Inverse Modeling of Solid Wood Textures）」信息。并基于此发布了可从外观照片推定内部结构与色彩纹理的突破性逆建模技术！这是SIGGRAPH 2025发表的技术论文。

The Mokume Dataset and Inverse Modeling of Solid Wood Textures

介绍一个用于实木纹理化的木纹数据集，由190个来自各种阔叶树和针叶树的立方体样本组成，这些样本通过高分辨率外观照片、年轮标注和体积CT扫描进行记录。样本子集中还包含将立方体斜切后的照片，用于验证。利用该数据集，提出一种仅使用外观照片来推定实木质感的三阶段逆建模流程。该方法首先评估神经模型，在立方体表面照片上识别年轮。随后，通过使用新的等轮廓损失优化程序化生长场，将这些外观的二维观测扩展为全局一致的三维表示。最后，从生长场合成详细的体积彩色纹理。该最后步骤提出了两种在效率和质量上不同的方法：高速的逆程序纹理法和神经细胞自动机（NCA）。通过与未见过的捕获数据进行全面比较，展示了木纹数据集与所提算法的协同效果。还进行了实验，以展示管线各组件相对于消融实验和基线的效率。

“Mokume Dataset” 是一个极为珍贵的木材数据集，收录了来自17种树种的约200个木材样本，将其加工成立方体，并包含高分辨率外观照片、年轮标注以及CT扫描信息。利用这些数据，提出了一种三阶段逆建模方法，可仅凭外观照片推定木材内部的年轮结构和体积彩色纹理。

相当有意思的研究。
如果今后能轻松使用到连内部都被表现出来的逼真木材材质就好了呢。
反过来说，似乎也会迎来能得到“把这种木材沿这个方向切开太不自然了！”这类更高级反馈的日子……。“Mokume”目前已公开项目页面，但代码似乎尚未公开。请务必查看一下！

链接

Mokume