เรย์ติดตามกับการแสดงผลตามวัตถุ?


19

หลักสูตรกราฟิกเบื้องต้นมักจะมีโครงการที่ขอให้คุณสร้าง ray tracer เพื่อสร้างฉาก นักเรียนกราฟิกจำนวนมากที่เข้าเรียนชั้นมัธยมบอกว่าพวกเขาต้องการทำงานกับการติดตามรังสี และดูเหมือนว่าการติดตามรังสีเป็นสนามที่ตายแล้วในสถานที่ต่างๆเช่น SIGGRAPH เป็นต้น

การติดตามรังสีเป็นวิธีที่ดีที่สุดในการแสดงฉากอย่างถูกต้องกับแสงที่ต้องการทั้งหมดและเป็นเพียงประสิทธิภาพช้า (อ่านแบบไม่โต้ตอบ) ของตัวติดตามรังสีที่ทำให้พวกมันไม่น่าสนใจหรือมีอะไรอย่างอื่นอีกหรือไม่?


บางทีการติดตามด้วยเรย์อาจเป็นข้อตกลงที่ทำเสร็จแล้ว
Dave Clarke

ฉันคิดว่าชื่อคำถามต้องมีการแก้ไข Raytracing เป็นตัวเรนเดอร์แบบพิกเซลบางทีมันควรจะใช้คำใหม่เป็น 'Raytracing vs การเรนเดอร์ตามวัตถุ' หรือ 'Raytracing vs Rasterization'
aaecheve

ฉันจะแก้ไขชื่อ
Suresh

@DaveClarke: ไม่แน่ใจว่านั่นแปลว่าอะไร?
Suresh

ไม่มีงานวิจัยให้ทำอีกฉันควรหลีกเลี่ยงคำแสลง
Dave Clarke

คำตอบ:


11

Raytracing เป็นอัลกอริทึมที่ดีและใช้งานง่ายและเป็นวิธีการทางกายภาพที่สมจริงกว่าในการอธิบายความสว่างของฉากมากกว่าการทำให้เป็นภาพแรสเตอร์ แต่:

  • Raytracing ช้าโดยเฉพาะอย่างยิ่งถ้าคุณต้องการใช้เอฟเฟกต์ที่สมจริงยิ่งขึ้นซึ่งแยกแยะได้จาก rasterization (เช่นการหักเหการสะท้อนการเบลอการเคลื่อนไหวเบลอเงาอ่อน) เพราะนี่หมายถึงการสร้างรังสีต่อพิกเซลมากขึ้น
  • คนส่วนใหญ่ไม่สามารถบอกความแตกต่างระหว่างเอฟเฟกต์ของจริงและของปลอมซึ่งฉันคิดว่าเป็นประเด็นสำคัญ เป้าหมายของอัลกอริทึมในการเรนเดอร์เชิงปฏิบัติคือการสร้างภาพตัวแทนของฉากด้วยวิธีที่มีประสิทธิภาพมากที่สุดและตอนนี้ Rasterization ถึงแม้ว่าจะใช้แฮ็คจำนวนมาก แต่ก็ทำได้ดีมาก
  • มีข้อ จำกัด ในทางปฏิบัติอื่น ๆ อีกมากมายของ Raytracing เมื่อเทียบกับ Rasterization renderer: การต่อต้านการลบรอยหยักและการเปลี่ยนตำแหน่งที่ไม่ดี

แม้ในแอพพลิเคชั่นที่ไม่ต้องมีการโต้ตอบเช่นภาพยนตร์ Raytracing ก็ถูกใช้น้อยมากเนื่องจากข้อ จำกัด ของมัน Pixar เริ่มต้นใช้งาน Raytracing ในรถยนต์เท่านั้นและสำหรับเอฟเฟกต์การสะท้อนบางอย่างเท่านั้น ( Ray Tracing สำหรับภาพยนตร์ 'Cars' )

นี่เป็นบทความที่ดีที่อธิบายในรายละเอียดมากขึ้นสถานะปัจจุบันของ raytracing และข้อดีและข้อเสีย: รัฐ Ray Tracing (ในเกม)


8

การติดตามรังสีพื้นฐานมีปัญหาสำคัญที่เกี่ยวข้องกับแสงโดยรอบ แบบจำลองการส่องสว่างส่วนใหญ่ให้แสงโดยรอบเป็นปัจจัยคงที่ซึ่งส่งผลต่ออีเธอร์ ในขณะที่การติดตามรังสีนั้นยอดเยี่ยมสำหรับการคำนวณการสะท้อนแสงนั้นจะได้รับความทุกข์ทรมานจากความไม่แน่นอนเชิงตัวเลขและการทดสอบการตัดกันของพื้นผิวที่ซับซ้อน การติดตามเรย์อาจไม่สามารถเล่นได้ดีกับการเรนเดอร์ที่เร่งด้วยฮาร์ดแวร์เนื่องจากการเรียกซ้ำจะมีบทบาทสำคัญในการกำหนดความสว่างสำหรับพิกเซลใด การติดตามรังสีพื้นฐานนั้นมีราคาแพงมาก

Radiosity จะจัดการกับแสงรอบข้างได้ดีกว่าในการที่จะจัดการกับวัตถุทั้งหมดในสภาพแวดล้อมเป็นแหล่งกำเนิดแสงทำให้เกิดแบบจำลองแสงที่สมจริงกว่าการติดตามรังสี ด้วยโซลูชัน radiosity มีจำนวนรูปหลายเหลี่ยมคงที่ในฉากและการคำนวณสามารถตอบสนองต่อการเร่งด้วยฮาร์ดแวร์

ท้ายที่สุดการถ่ายภาพรังสีไม่ใช่วิธีที่ดีที่สุดในการแสดงฉาก แต่เป็นองค์ประกอบของกลยุทธ์การเรนเดอร์ที่ดี ค่าใช้จ่ายในการคำนวณค่าใช้จ่ายสูงและการให้แสงโดยรอบที่ไม่ดีคือการนัดหยุดงานครั้งใหญ่เมื่อเทียบกับการติดตามรังสี ในฐานะที่เป็นหัวข้อการวิจัยยังคงดำเนินต่อไป แต่ดูเหมือนว่าจะเน้นไปที่การเร่งด้วยฮาร์ดแวร์


โปรดทราบว่าหนึ่งในวิธีที่ใช้กันมากที่สุดในการทำ radiosity (โดยเฉพาะอย่างยิ่งในการจัดการด้าน specular ของ radioity และฟังก์ชั่นความกระจ่างทั่วไป) เกี่ยวข้องกับการติดตามเรย์! แท้จริงแล้วการติดตามรังสีและ radioity เป็นทั้งการประมาณสมการเรนเดอร์
Steven Stadnicki

จริงที่ ความเป็นพื้นฐานแบบพื้นฐาน (เป็นวิธีการอย่างไรสำหรับ oxymoron?) ต้องการบางสิ่งบางอย่างเช่น raytracing สำหรับ specularity และการสะท้อนกลับ
John Percival Hackworth

4

ฉันจะไม่พูดว่า ray-tracing / path-tracing นั้นตายไปแล้ว ... ถ้ามีสิ่งใดมีการฟื้นฟูความสนใจที่ได้รับความนิยมอย่างมากในสนามเนื่องจากมีการขนานขนานกันของอัลกอริทึมที่เกี่ยวข้องในพื้นที่นี้รวมกับความเร็วของ ระบบที่ใช้ GPU เป็นตัวคำนวณรังสีนับล้านต่อวินาที เพิ่มไปที่นั่นคือความยืดหยุ่นในการแสดงผลท่อที่ภาษาทั่วไปมากขึ้นเช่น CUDA และ OpenCL เปิดใช้งานที่ช่วยให้นักพัฒนาสามารถใช้ประโยชน์จากการทำงานแบบขนานของ GPU โดยไม่ต้องใช้ท่อส่งกราฟิก OpenGL อย่างชัดเจนเช่นเทคนิค GPGPU เริ่มต้น ตัวอย่างหลักสำคัญสตรีมของการวิจัยการติดตามเส้นทางอย่างต่อเนื่อง ได้แก่ :

  • การวิจัยของ Daniel Pohl และคนอื่น ๆ ในกลุ่ม Intel Advanced Render
  • เครื่องยนต์ Optix ของ Nvidia
  • SIGGRAPH ในปีที่ผ่านมาได้มีการจัดทำหลักสูตรเกี่ยวกับการสังเคราะห์ภาพ Monte Carlo รวมถึงการอภิปรายเกี่ยวกับเทคนิคการประมาณค่าความหนาแน่นโฟตอนล่าสุด

ในที่สุดคุณมีจำนวนมากของการวิจัยไปสู่เทคนิคการปรับให้เหมาะสมสำหรับปัญหาการส่องสว่างทั่วโลกรวมถึงการส่องสว่างทั่วโลกตามจุด, การทำแผนที่โฟตอนและการเพิ่มประสิทธิภาพที่เกี่ยวข้อง, การสร้างแบบจำลองลักษณะขั้นสูง

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.