渲染复杂的植被资源，如树木和灌木，颇具挑战性。传统的优化方法，如 三角面缩减器 或 网格重建器，在处理这类资源时往往难以达到预期效果。三角形缩减会使植被看起来稀疏，因为叶子通常连接性较低。另一方面，重新网格化又可能导致植被外观过于密集，效果同样不理想。
为了解决这些问题，我们开发了 适用于 Foliage 的公告牌云。该工具创建了一个与视角无关的替代网格，在优化后能够保持深度和体积，确保从任何角度都能获得高质量的视觉效果。它将复杂的几何体简化为一系列公告牌，并通过 材质烘焙 高效地应用材质。
该工具还包含树干检测功能，该功能可以识别树干以及树上其他更适合进行三角形缩减的相连部分。它通过分析连接数据或基于材质列表来自动检测树干。最终优化后的资产包括带有烘焙材质的公告牌和利用三角形缩减与原始材质精细化的树干模型。
植被优化器用途广泛，适用于为处理性能有限的平台上的现有植被资产创建细节层次 (LOD)，或生成新的最高保真度（即 LOD0）模型。此外，还可以为茂密树丛生成 HLOD 网格，将其简化为单一优化的 HLOD 网格。另外，还可以使用公告牌云植被来优化阴影渲染（甚至是近处的阴影）。
该工具可以通过生成 紧密贴合的替代网格 减少过度绘制并最大限度减少透明像素。它利用材料的 alpha 通道创建一个紧密贴合资产轮廓的替代网格，减少了昂贵透明材料的使用需求，同时减少了过度绘制。
调整公告牌的密度和复杂度以平衡视觉质量和性能。还可以自定义烘焙纹理的分辨率以及选择要烘焙的材料通道。
用于植被的公告牌云与其他 Simplygon 功能无缝集成，进一步提升了其适用性：
- 将其与 计算投射 一起使用，为具有复杂着色器的植被资产创建有效代理。
- 通过采用混合 LOD 链在近距离植被中保留高质量细节，其中对于早期 LOD 采用 三角面缩减器，对于较低保真度级别则使用公告牌云技术。
我们与全球各地的开发者们开展合作，持续努力改进算法，以满足不断增长的需求，为追求更高画质而不懈努力。如果你有兴趣评估游戏中植被的优化，请联系我们进行评估。