Дом Легпрома стал цифровым

Данная статья описывает процесс цифровой реконструкции сталинградского дома Легпрома с использованием архивным фотоматериалов и содержит основные рекомендации, позволяющие добиться качественного результата. 3D-реконструкция была выполнена на базе ГК «Геоскан» с привлечением материалов проекта «Сохраненная культура» в рамках первого этапа совместной работы над проектом «Цифровой Сталинград». Так как в Интернете уже имеется достаточно много информации и уроков по процессам, упоминаемым в статье, ссылки на эти ресурсы приведены в тексте.

Один из самых важных и ответственных этапов работы — отбор фото- и видеоматериалов, инженерной документации, чертежей, отражающих подлинный облик и назначение выбранного архитектурного объекта.

При работе с источниками важно выделить актуальную информацию о сооружении, так как фактически построенные здания не всегда соответствуют чертежам, а на фотографиях разного времени облик фасадов может заметно меняться.

В нашем случае осуществлялось 3D-моделирование административно-жилого комплекса дом Легпрома, построенного в 1934—1936 годах на площади Павших Борцов в Сталинграде, а затем уничтоженного во время Великой Отечественной войны. Авторы проекта здания: советские архитекторы В. И. Кочедамов и И. П. Иващенко.

Отправной точкой послужил аэрофотоснимок люфтваффе (рис. 1), выполненный в начале Великой Отечественной войны. На его основе был составлен план с нумерацией сооружений, по которым удалось собрать данные.

Дом Легпрома представлен на плане под номером 60. Данное здание было спроектировано в конструктивистском стиле, с четкими, строгими линиями фасадов и большими площадями остекления (рис. 2).

Исходные изображения имеют различные параметры разрешения и качества. Для дальнейшей работы с ними стоит с самого начала избавиться от артефактов сжатия цифровых изображений, а также устранить повреждения на сканированных фотоснимках.

Сегодня известно о четырех основных подходах к улучшению изображения: prediction models (предсказательные модели), edge based methods (краевые методы), image statistical methods (статистические методы) и patch based (orexample-based) methods (методы, основанные на паттернах). Наилучшее качество дают методы, основанные на паттернах.

В данном примере (рис. 3, 4) использовалась нейронная сеть Topaz Gigapixel AI.

Следующий этап применения нейронных сетей — дешифрирование отдельных элементов изображения для получения актуальной информации, связанной с объектами, с помощью машинного зрения. С помощью данного метода можно получить больше информации об объектах, изображенных на снимках, если такая информация содержится в глобальной сети (рис. 5, 6).

Полученная информация: перед нами ЗИС-8 — советский городской автобус на длиннобазном шасси ЗИС-11, выпускавшийся на Московском автомобильном заводе им. Сталина с 1934 по 1936 год. Количество мест — 21.

Полученная информация: Берия, Лаврентий Павлович (1899—1953) — советский государственный и партийный деятель, генеральный комиссар государственной безопасности (1941), маршал Советского Союза (1945), герой Социалистического Труда (1943). Лишен всех званий в 1953 году.

На данном этапе необходимо определить точки пересечения прямых для дальнейшего сопоставления снимков между собой. Проведя направляющие линии по прямым элементам фасадов, крыш зданий, дорог можно найти точки их пересечения. В дальнейшем это поможет выровнять изображения между собой (рис. 7, 8).

С помощью прямой фотограмметрической засечки можно определить взаимное ориентирование всех изображений относительно общих точек (опознаков) и получить пространственную модель улицы. Здесь на помощь приходит программное обеспечение Autodesk® ImageModeler. Простая в освоении трехступенчатая калибровка и инструменты моделирования позволяют пользователям создавать 3D-модели в масштабе и экспортировать их в разные форматы (рис. 9, 10).

Детальную 3D-модель здания строить в данном ПО неудобно, но оно незаменимо для создания геометрической основы для дальнейшего моделирования. Помимо 3D-модели поверхностей, созданных по общим точкам, программа позволяет экспортировать сами точки, расположенные в пространстве, а также расположение камер, выровненных между собой. С помощью масштабной линейки можно задать масштаб модели, указав известные размеры.

В нашем случае был использован Autodesk 3Ds Max, но те же принципы применимы и к другим 3D-редакторам.

После загрузки файла в 3D-редактор необходимо выполнить настройку камер и сориентировать изображения в плоскости проекции каждой камеры. Подробную инструкцию по настройке камер можно прочитать в статье «Альтернатива чертежам» по ссылке: https://render.ru/ru/v.panchenko/post/11 913.

Когда все снимки сориентированы относительно камер, начинается этап моделирования. Удобнее всего начинать моделирование с плоскости, которую необходимо разместить на участке фасада таким образом, чтобы на всех снимках ее размер и положение соответствовали изображенному. Во время моделирования лучше использовать полупрозрачный материал, чтобы сквозь него было видно, что изображено на снимках.

При переключении между камерами плоскости других изображений могут попадать в проекцию выбранной камеры. Для того, чтобы было удобно отключать изображения, не используемые в данный момент, важно настроить слои. Каждую камеру и плоскость снимка, соответствующего ей, помещаем в отдельный слой и обязательно даем подходящее название слою, чтобы не запутаться.

Продолжаем моделирование, постепенно улучшая детализацию здания. В процессе моделирования обязательно возникнут отклонения от горизонтальной плоскости по всей длине, так как здание подвержено усадке. Вероятнее всего, обнаружатся неровности в кровле, возникающие из-за различных факторов. На острых углах фасадов могут быть сколы. Все эти детали лучше сохранить в процессе моделирования.

На данном этапе необходимо развернуть всю поверхность модели в одну плоскость. Линии разделения поверхности необходимо разместить таким образом, чтобы избежать искажений текстуры и максимально эффективно использовать пространство текстурного листа.

Группировать части модели на развертке удобнее всего по принципу различия материалов. Бетонные стены, перекрытия, фундамент — в одну группу, металлическая крыша, козырьки, подоконники, водосточные трубы — в другую группу, стеклянные элементы — в третью и т. д. Так будет проще применять общие настройки на этапе создания материалов.

Для того чтобы текстура была качественной на всех поверхностях, важно соблюдать масштаб. Для проверки масштаба удобнее всего использовать материал с текстурой «шахматной доски» (checker). Благодаря ему видно, где масштаб текстурной развертки меньше необходимой детализации, а где больше. Плюс к тому будут видны все искажения, вызванные неправильным способом развертывания.

После создания текстурной развертки необходимо группировать все части объекта по типам используемых материалов (бетон, металл, стекло, дерево и проч.).

PBR (физически корректный рендеринг) — метод компьютерной графики, который позволяет отображать объекты более достоверно, моделируя поток света как в реальном мире. Для создания PBR-материалов удобнее всего использовать специализированное ПО, такое как Substance Painter, Mari, 3D Coat, Quixel Suite. В нашем примере иcпользовался Substance Painter.

При создании материалов важно помнить о свойствах всех применяемых типов материалов, таких как roughness (шероховатость), metalness (свойства металла), transparency (прозрачность), ambient occlusion (свойства затенения) и т. д. Более подробно свойства материалов можно изучить в статье «Текстурирование, или что нужно знать, чтобы стать художником по поверхностям» по ссылке: https://habr.com/ru/post/458 696/.

Среди особенностей Substance Painter и аналогичных ПО можно выделить создание «умных материалов» (smart materials), которые используют свойства модели для генерирования специальных масок, которые позволяют сделать материалы более реалистичными. Подробное описание smart materials можно изучить в статье «Текстурирование — создание смарт-материала в Substance Painter» по ссылке: https://dtf.ru/gamedev/631 808-teksturirovanie-sozdanie-smart-materiala-v-substance-painter.

Выбирая типы материалов, применяемых при строительстве зданий того времени, важно обратиться к достоверным источникам, где описаны их типы и характеристики. В нашем случае таким источником стали монографии волгоградского исследователя П. П. Олейникова «Архитектурное наследие Сталинграда» (2012) и «Мастера архитектуры Сталинграда. Архитектор Виктор Кочедамов» (2022), в которых достаточно подробно описаны прогрессивные для того того времени технологии строительства довоенного города.

При создании материалов стоит уделить особое внимание таким деталям, как следы ржавчины и коррозии на металлических поверхностях, загрязнения фасада под козырьками и подоконниками вследствие стекания пыли и грязи во время дождей, запыление стекол в окнах, скопление пыли в местах, куда не попадает дождь и ветер, прорастание мха и лишайника на солнечной стороне фасадов и т. п. Все это придаст внешнему виду модели реалистичности (рис. 11—13).

Для проверки достоверности готовой работы удобнее всего использовать проект с настроенными камерами, где делалось моделирование. Визуализацию лучше выполнять с помощью одной из известных систем рендеринга с физически-корректным поведением света: V-Ray, Corona, Arnold, Octane и т. д. Для этого загружаем набор созданных ранее текстур в проект и настраиваем материалы. Камеры и модель уже находятся на своих местах, остается только правильно настроить освещение, чтобы тени на модели соответствовали теням на снимке, с которым вы сверяетесь.

Рекомендации по настройке сцены для визуализации V-Ray подробно описаны в статье «Освещение и рендеринг уличной сцены в V-Ray» по ссылке: http://superuroki.ru/posts/outdoor-vray-3ds-max/. Для других систем рендеринга следует искать статьи по настройке освещения экстерьера.

В нашем случае полученные результаты были для наглядности совмещены с исходными снимками (рис. 14, 15).

Автор выражает искреннюю благодарность Виктору Наумову за уникальную возможность принять участие в проекте «Цифровой Сталинград» и Петру Олейникову за предоставленные фотоматериалы.