คำถามติดแท็ก ibl

อะไรคือวิธีที่ได้รับการพิสูจน์แล้วว่าดีที่สุดในปัจจุบันสำหรับการสุ่มตัวอย่างแมปสภาพแวดล้อม (EM) ในตัวติดตามเส้นทางแบบทิศทางเดียวที่ใช้ MIS และตัวเรนเดอร์ประเภทเดียวกันนี้ ฉันต้องการโซลูชันที่มีความซับซ้อนพอสมควรในขณะที่ใช้งานได้อย่างสมเหตุสมผลกับตัวอย่างที่ให้การสุ่มตัวอย่างที่สมบูรณ์แบบในราคาที่ซับซ้อนและยากต่อการใช้งาน สิ่งที่ฉันรู้จนถึงตอนนี้ มีวิธีง่ายๆในการสุ่มตัวอย่าง EM หนึ่งสามารถสุ่มตัวอย่างซีกโลกที่ต้องการในลักษณะน้ำหนักโคไซน์ซึ่งละเว้นทั้งรูปร่างของฟังก์ชัน BSDF และ EM ด้วยเหตุนี้มันไม่ทำงานกับ EM แบบไดนามิก: เพื่อปรับปรุงการสุ่มตัวอย่างให้อยู่ในระดับที่ใช้งานได้เราสามารถสุ่มตัวอย่างความส่องสว่างของ EM ได้ทั่วทั้งทรงกลม มันใช้งานได้ง่ายและผลลัพธ์ค่อนข้างดี อย่างไรก็ตามกลยุทธ์การสุ่มตัวอย่างยังคงเพิกเฉยต่อข้อมูลการมองเห็นในสมองและปัจจัยโคไซน์ (รวมถึง BSDF) ซึ่งส่งผลให้เกิดเสียงรบกวนสูงบนพื้นผิวซึ่งไม่ได้ถูกส่องโดยตรงโดยพื้นที่ที่มีความเข้มสูงของ EM: เอกสาร ฉันได้พบบทความสองสามเรื่องในหัวข้อนี้ แต่ยังไม่ได้อ่าน การอ่านและการใช้งานสิ่งเหล่านี้มีค่าในการติดตามเส้นทางแบบทิศทางเดียวหรือมีบางสิ่งที่ดีกว่านี้หรือไม่? โครงสร้างความสำคัญของการเก็บตัวอย่างแผนที่สิ่งแวดล้อม (2003) โดย Agarwal และคณะ การสุ่มตัวอย่างสำคัญนำพาได้ (2007) โดย Kartic Subr และ Jim Arvo พวกเขาอ้างว่าจะนำเสนอ“ ... อัลกอริทึมสำหรับการสุ่มตัวอย่างความสำคัญของแผนที่สิ่งแวดล้อมอย่างมีประสิทธิภาพซึ่งสร้างตัวอย่างในครึ่งวงกลมทรงกลมที่เป็นบวกซึ่งกำหนดโดยการวางแนวของพื้นผิวโดยพลการ “ กระดาษ“ ความสำคัญของการเก็บตัวอย่างทรงกลม Harmonics” ความเห็นเกี่ยวกับมัน:” …

14 rendering  sampling  pathtracing  importance-sampling  ibl