Ray Trace so với kết xuất dựa trên đối tượng?

Các khóa học đồ họa giới thiệu thường có một dự án yêu cầu bạn xây dựng một bộ dò tia để kết xuất cảnh. Nhiều sinh viên đồ họa bước vào trường học nói rằng họ muốn làm việc theo dõi tia. Tuy nhiên, dường như dấu vết tia là một trường chết trong các địa điểm như SIGGRAPH, v.v.

Liệu phương pháp dò tia có thực sự là cách tốt nhất để hiển thị cảnh chính xác với tất cả độ chiếu sáng mong muốn, v.v. và đó chỉ là hiệu suất chậm (đọc không tương tác) của các bộ quét tia khiến chúng không thú vị, hay còn điều gì khác?

Raytracing là một thuật toán rất hay và trực quan, và nó là một cách thực tế hơn để mô tả sự chiếu sáng của một cảnh hơn là rasterization, nhưng:

• Raytracing rất chậm, đặc biệt nếu bạn muốn thực hiện các hiệu ứng thực tế hơn để phân biệt nó với rasterization (ví dụ khúc xạ, phản xạ, mờ chuyển động, bóng mềm) bởi vì điều này ngụ ý tạo ra nhiều tia hơn trên mỗi pixel.
• Hầu hết mọi người không thể nói sự khác biệt giữa hiệu ứng thật và giả, mà tôi nghĩ là điểm chính. Mục tiêu của thuật toán kết xuất thực tế là tạo ra một biểu diễn quang học của cảnh theo cách hiệu quả nhất, và ngay bây giờ Rasterization, mặc dù sử dụng rất nhiều hack, hoàn thành rất tốt điều này.
• Có nhiều hạn chế thực tế khác của Raytracing so với trình kết xuất Rasterization: ánh xạ khử răng cưa và dịch chuyển kém, hạn chế di chuyển, v.v.

Ngay cả trong các ứng dụng không tương tác, chẳng hạn như phim, Raytracing được sử dụng rất ít vì những hạn chế của nó. Pixar chỉ bắt đầu sử dụng Raytracing trong Ô tô và chỉ cho một số hiệu ứng phản chiếu cụ thể ( Truy tìm tia cho phim 'Ô tô' ).

Dưới đây là một bài viết xuất sắc mô tả chi tiết hơn về trạng thái Raytracing hiện tại và các ưu điểm và nhược điểm của nó: Trạng thái truy tìm tia (trong trò chơi) .

Truy tìm tia cơ bản có một vấn đề lớn liên quan đến ánh sáng xung quanh. Hầu hết các mô hình chiếu sáng coi ánh sáng xung quanh là một yếu tố liên tục tràn ngập ether. Mặc dù phương pháp dò tia rất tốt cho phản xạ điện toán, nó chịu sự mất ổn định về số lượng và các thử nghiệm giao cắt bề mặt phức tạp. Truy tìm tia có thể không phát tốt với kết xuất được tăng tốc phần cứng do đệ quy đóng vai trò chính trong việc xác định độ rọi cho bất kỳ pixel cụ thể nào. Truy tìm tia cơ bản là tính toán rất tốn kém.

Radiosity xử lý ánh sáng xung quanh tốt hơn ở chỗ nó coi tất cả các vật thể trong môi trường là nguồn sáng, tạo ra một mô hình chiếu sáng theo cách nào đó thực tế hơn theo dõi tia. Với một giải pháp phóng xạ, có một số lượng đa giác cố định trong một cảnh và tính toán có thể tuân theo gia tốc phần cứng.

Cuối cùng, việc điều chỉnh tia không phải là cách tốt nhất để hiển thị cảnh, nhưng nó là một thành phần của chiến lược kết xuất tốt. Chi phí tính toán cao và ánh sáng xung quanh kém là những cuộc đình công lớn chống lại việc dò tia. Là một chủ đề nghiên cứu đang diễn ra , nhưng dường như tập trung vào tăng tốc phần cứng.

Tôi sẽ không nói rằng việc dò tia / dò đường là chết ... nếu có bất cứ điều gì, đã có sự hồi sinh của mối quan tâm phổ biến trong lĩnh vực này do sự song song vốn có của nhiều thuật toán liên quan trong lĩnh vực này kết hợp với tốc độ của Các hệ thống dựa trên GPU cho phép tính toán hàng triệu tia mỗi giây. Thêm vào đó là tính linh hoạt trong đường truyền kết xuất mà các ngôn ngữ chung hơn như CUDA và OpenCL đang cho phép các nhà phát triển tận dụng chức năng song song của GPU mà không cần phải sử dụng rõ ràng đường ống đồ họa OpenGL như các kỹ thuật GPGPU ban đầu. Một số ví dụ dòng chính đáng chú ý của nghiên cứu theo dõi đường dẫn tiếp tục bao gồm:

• Nghiên cứu của Daniel Pohl và những người khác trong nhóm Intel Advanced Render
• Động cơ Optix của Nvidia
• SIGGRAPH năm ngoái bao gồm một vài khóa học về tổng hợp hình ảnh Monte Carlo cũng như thảo luận về các kỹ thuật ước tính mật độ photon mới nhất.

Cuối cùng, bạn có rất nhiều nghiên cứu về các kỹ thuật tối ưu hóa cho vấn đề chiếu sáng toàn cầu, bao gồm chiếu sáng toàn cầu dựa trên điểm, Ánh xạ Photon và tối ưu hóa có liên quan, mô hình xuất hiện nâng cao (bao gồm cả phương pháp dựa trên dữ liệu), bộ nhớ đệm chiếu xạ, v.v., v.v.