Tại sao phương pháp dò tia monte carlo hoạt động tốt hơn phương pháp dò tia phân tán?

Tôi đã nghe nói rằng chất lượng của một máy dò tia monte carlo (dựa trên các thuật toán dò đường) là thực tế hơn nhiều so với một động cơ phân tán (ngẫu nhiên). Tôi cố gắng để hiểu tại sao, nhưng tôi chỉ mới bắt đầu.

Để đi sâu vào chủ đề này và hiểu những điều cơ bản, ai đó có thể chỉ cho tôi đi đúng hướng không? Phần nào của thuật toán dẫn đến kết quả hiển thị thực tế hơn?

Thuật ngữ "dò tia phân tán" ban đầu được đặt ra bởi Robert Cook trong bài báo năm 1984 này. Quan sát của ông là để thực hiện khử răng cưa trong máy dò tia, trình kết xuất cần thực hiện lấy mẫu không gian - nghĩa là lấy nhiều mẫu hơn (tức là bắn nhiều tia hơn) so với số pixel trong ảnh và kết hợp kết quả của chúng . Một cách để làm điều này là chụp nhiều tia trong một pixel và lấy giá trị màu trung bình của chúng, ví dụ. Tuy nhiên, nếu trình kết xuất đã theo dõi nhiều tia trên mỗi pixel để có được hình ảnh khử răng cưa, thì các tia này cũng có thể được "phân phối" giữa các kích thước bổ sung thay vì chỉ vị trí pixel cho các hiệu ứng mẫu không thể chụp được bằng một tia . Điều quan trọng là điều này xuất hiện mà không có bất kỳ chi phí bổ sung nào ngoài việc lấy mẫu không gian, vì dù sao bạn cũng đã lần theo những tia bổ sung đó. Ví dụ,

Truy tìm tia Monte Carlo là một thuật ngữ hơi mơ hồ. Trong hầu hết các trường hợp, nó đề cập đến các kỹ thuật kết xuất giải quyết phương trình kết xuất, được giới thiệu bởi Jim Kajiya vào năm 1986, sử dụng tích hợp Monte Carlo. Thực tế tất cả các kỹ thuật kết xuất hiện đại giải quyết phương trình kết xuất, như theo dõi đường dẫn, theo dõi đường dẫn hai chiều, ánh xạ photon lũy tiến và VCM, có thể được phân loại thành kỹ thuật dò tia Monte Carlo. Ý tưởng tích hợp Monte Carlo là chúng ta có thể tính tích phân của bất kỳ hàm nào bằng cách chọn ngẫu nhiên các điểm trong miền tích hợp và lấy trung bình giá trị của hàm tại các điểm này. Ở mức cao, trong quá trình dò ​​tia Monte Carlo, chúng ta có thể sử dụng kỹ thuật này để tích hợp lượng ánh sáng chiếu vào máy ảnh trong một pixel để tính giá trị pixel. Ví dụ, một người theo dõi đường dẫn thực hiện điều này bằng cách chọn ngẫu nhiên một điểm trong pixel để bắn tia đầu tiên, và sau đó tiếp tục chọn ngẫu nhiên một hướng để tiếp tục trên bề mặt mà nó tiếp tục, và kể từ đó trở đi. Chúng tôi cũng có thể chọn ngẫu nhiên một vị trí trên trục thời gian nếu chúng tôi muốn làm mờ chuyển động hoặc chọn ngẫu nhiên một điểm trên khẩu độ nếu muốn thực hiện độ sâu trường ảnh, hoặc ...

Nếu điều này nghe có vẻ rất giống với phương pháp dò tia phân tán, thì đó là vì nó là vậy! Chúng ta có thể nghĩ về phương pháp dò tia phân tán như một mô tả rất không chính thức về thuật toán Monte Carlo lấy mẫu các hiệu ứng nhất định như bóng mềm. Giấy của Cook thiếu khung toán học để thực sự suy luận về nó một cách chính xác, nhưng bạn chắc chắn có thể thực hiện theo dõi tia phân tán bằng cách sử dụng trình kết xuất Monte Carlo đơn giản. Điều đáng chú ý là việc dò tia phân tán không có bất kỳ mô tả nào về hiệu ứng chiếu sáng toàn cầu, được mô hình hóa một cách tự nhiên trong phương trình kết xuất (cần đề cập rằng bài báo của Kajiya đã được xuất bản hai năm sau bài báo của Cook).

Bạn có thể nghĩ về phương pháp dò tia Monte Carlo là một phiên bản tổng quát hơn của phương pháp dò tia phân tán. Truy tìm tia Monte Carlo chứa một khung toán học chung cho phép bạn xử lý thực tế mọi hiệu ứng, kể cả những hiệu ứng được đề cập trong bài viết về tia phân tán.

Ngày nay, "theo dõi tia phân tán" không thực sự là một thuật ngữ được sử dụng để chỉ thuật toán gốc. Thông thường, bạn sẽ nghe thấy nó kết hợp với "hiệu ứng phân phối", đó là các hiệu ứng đơn giản như nhòe chuyển động, độ sâu trường ảnh hoặc bóng mềm không thể xử lý bằng một raytracer mẫu đơn.

Trong phương pháp dò tia phân tán , Bạn lấy mẫu ngẫu nhiên nhiều tia theo các hướng có thể hoặc không được BRDF ưa thích. Trong khi đó, trong quá trình dò tia Monte Carlo hoặc đơn giản là theo dõi đường đi, bạn chỉ lấy mẫu một tia theo hướng ưa thích của BRDF . Vì vậy, có hai lợi thế rõ ràng Đường dẫn truy tìm sẽ có:

• Tính toán ít tốn kém. Điều đó có nghĩa là với cùng khả năng tính toán, bạn có quyền tự do tính toán nhiều lần chạm đối tượng hơn so với phương pháp dò tia phân tán nơi có nhiều tia.
• Ít tiếng ồn. Các tia phân tán theo dõi các mẫu tia theo các hướng có thể không được BRDF ưa thích, do đó đưa ra các tạo tác không mong muốn.

Và do đó, theo dõi đường dẫn sẽ cho bạn kết quả tốt hơn.