Чому монто-карло-відстеження проходить краще, ніж розподілене трасування променів?

Я чув, що якість монітора Carlo Ray Tracer (заснована на алгоритмах відстеження шляху) набагато реалістичніша, ніж розподілений (стохастичний) двигун. Я намагаюся зрозуміти чому, але я лише на початку.

Для того, щоб зануритися в цю тему і зрозуміти основи, чи може хтось вказати мене в правильному напрямку? Яка частина алгоритму призводить до більш реалістичного результату візуалізації?

Термін "розподілене трасування променів" був спочатку введений Робертом Куком у цій статті 1984 року. Його спостереження полягало в тому, що для того, щоб виконати згладжування у відслідковувачі променів, рендерінгу необхідно здійснити просторове перетворення, тобто взяти більше зразків (тобто зняти більше променів), ніж кількість пікселів на зображенні та об'єднати їх результати . Один із способів зробити це - зйомка декількох променів у межах пікселя та середнє значення їх кольорів, наприклад. Однак, якщо рендерінг все одно відстежує кілька променів на піксель, щоб отримати зображення, що згладжується, то ці промені можна також "розподілити" серед додаткових розмірів, ніж просто положення пікселя для вибірки ефектів, які не вдалося захопити одним променем . Важливий біт полягає в тому, що це відбувається без додаткових витрат на поверхневому просторі, оскільки ви вже відстежуєте ці додаткові промені. Наприклад,

Монте-Карло простеження променів - це термін, який є неоднозначним. У більшості випадків це стосується методів візуалізації, які вирішують рівняння візуалізації, введений Джим Каджія в 1986 році, використовуючи інтеграцію Монте-Карло. Практично всі сучасні методи візуалізації, що вирішують рівняння візуалізації, такі як трасування траєкторії, двонаправлене трасування шляху, прогресивне картонне фотон та VCM, можуть бути віднесені до методів відстеження променів Монте-Карло. Ідея інтеграції Монте-Карло полягає в тому, що ми можемо обчислити інтеграл будь-якої функції, випадковим чином вибираючи точки в області інтеграції і усереднюючи значення функції в цих точках. На високому рівні в методі трасування променів в Монте-Карло ми можемо використовувати цю техніку для інтеграції кількості світла, що надходить до камери в межах пікселя, щоб обчислити значення пікселя. Наприклад, трекер траєкторії робить це шляхом випадкового вибору точки в пікселі для зйомки першого променя, а потім продовжує випадковим чином вибирати напрямок для продовження на поверхні, на яку він приземляється, і так далі. Ми також можемо довільно вибрати позицію на осі часу, якщо ми хочемо зробити розмиття руху, або випадковим чином вибрати точку на діафрагмі, якщо хотіли б зробити глибину різкості, або ...

Якщо це дуже схоже на розподілене трасування променів, це тому, що це так! Ми можемо розглядати розподілене трасування променів як дуже неформальний опис алгоритму Монте-Карло, який відбирає певні ефекти, як м'які тіні. У документі Кука не вистачає математичної основи, щоб справді міркувати про це належним чином, але ви, безумовно, могли реалізувати розподілене трасування променів за допомогою простого рендері Монте-Карло. Варто зазначити, що в розподіленому трасування променів відсутні будь-які описи глобальних ефектів освітлення, які закономірно моделюються в рівнянні візуалізації (слід зазначити, що стаття Каджія була опублікована через два роки після роботи Кука).

Ви можете вважати трасування променів Монте-Карло як більш загальну версію розподіленого трасування променів. Простеження променів Монте-Карло містить загальну математичну основу, яка дозволяє обробляти практично будь-який ефект, включаючи ті, що згадуються у розподіленому кальці променів.

У наші дні "розподілене трасування променів" насправді не є терміном, який використовується для позначення оригінального алгоритму. Частіше ви почуєте це в поєднанні з "ефектами розподілу", які є просто ефектами, такими як розмиття руху, глибина різкості або м'які тіні, з якими неможливо впоратися з одноразовим променевим трактором.

У розподіленому трасування променів ви стохастично випробовуєте багато променів у напрямках, які може бути, а може і не віддавати перевагу BRDF. В той час, як у монтажному відстеженні променя Монте-Карло або просто відстежуванні контуру, ви відбираєте лише один промінь у напрямку, бажаному BRDF . Таким чином, є два очевидних переваги, якими слід було б відстежувати шлях:

• Обчислювально дешевше. Що означає, що з однаковою обчислювальною потужністю ви маєте можливість обчислювати більше звернень до об'єктів порівняно з розподіленим трасуванням променів, де є кілька променів.
• Менше шуму. Розподілено промінні відстеження проб проміння у напрямках, які БРДФ може не віддавати перевагу, тому вводячи небажані артефакти.

Таким чином, трасування шляхів дасть кращі результати.