몬테 카를로 레이 추적 프로그램 (경로 추적 알고리즘을 기반으로 함)의 품질이 분산 형 (스토케스틱) 엔진보다 훨씬 더 사실적이라고 들었습니다. 나는 왜 그런지 이해하려고 노력하지만 시작에 불과합니다.
이 주제에 대해 배우고 기본 사항을 이해하기 위해 누군가 올바른 방향으로 나를 가리킬 수 있습니까? 알고리즘의 어떤 부분이보다 현실적인 렌더링 결과를 가져 옵니까?
몬테 카를로 레이 추적 프로그램 (경로 추적 알고리즘을 기반으로 함)의 품질이 분산 형 (스토케스틱) 엔진보다 훨씬 더 사실적이라고 들었습니다. 나는 왜 그런지 이해하려고 노력하지만 시작에 불과합니다.
이 주제에 대해 배우고 기본 사항을 이해하기 위해 누군가 올바른 방향으로 나를 가리킬 수 있습니까? 알고리즘의 어떤 부분이보다 현실적인 렌더링 결과를 가져 옵니까?
답변:
"분산 광선 추적"이라는 용어는 원래이 1984 년 논문 에서 Robert Cook에 의해 만들어졌습니다.. 그의 관찰은 레이트 레이서에서 앤티 앨리어싱을 수행하려면 렌더러가 공간 업 샘플링을 수행해야한다는 것입니다. 즉, 이미지의 픽셀 수보다 더 많은 샘플 (즉, 더 많은 광선을 촬영)을 가져와 결과를 결합해야합니다. . 이를 수행하는 한 가지 방법은 예를 들어 한 픽셀 내에서 여러 광선을 쏘아 색상 값을 평균화하는 것입니다. 그러나 렌더러가 어쨌든 앤티 앨리어싱 된 이미지를 얻기 위해 어쨌든 픽셀 당 여러 광선을 추적하는 경우 이러한 광선은 단일 광선으로는 캡처 할 수없는 효과를 샘플링하기 위해 픽셀 위치뿐 아니라 추가 차원간에 "분배"될 수 있습니다. . 중요한 것은 공간 업 샘플링에 추가 비용이 들지 않는다는 것입니다. 왜냐하면 이미 추가 광선을 추적하고 있기 때문입니다. 예를 들어
몬테 카를로 광선 추적은 약간 모호한 용어입니다. 대부분의 경우 렌더링 방정식 을 해결하는 렌더링 기술을 나타냅니다., Monte Kalo 통합을 사용하여 1986 년 Jim Kajiya에 의해 소개되었습니다. 실제로 경로 추적, 양방향 경로 추적, 프로그레시브 광자 매핑 및 VCM과 같은 렌더링 방정식을 해결하는 모든 최신 렌더링 기술은 Monte Carlo ray 추적 기술로 분류 할 수 있습니다. Monte Carlo 통합의 아이디어는 통합 도메인에서 점을 무작위로 선택하고이 점에서 함수의 값을 평균화하여 모든 함수의 적분을 계산할 수 있다는 것입니다. 높은 수준에서 Monte Carlo ray 추적에서는이 기술을 사용하여 픽셀 값을 계산하기 위해 픽셀 내에 카메라에 도달하는 빛의 양을 통합 할 수 있습니다. 예를 들어, 경로 추적 프로그램은 픽셀 내에서 점을 무작위로 선택하여 첫 번째 광선을 촬영 한 다음 계속해서 방향을 계속 선택하여 그 표면에 계속 도달합니다. 기타 등등. 모션 블러를 원할 경우 시간 축에서 임의의 위치를 선택하거나 피사계 심도를 원할 경우 조리개에서 점을 임의로 선택할 수도 있습니다.
이것이 분산 레이 트레이싱과 매우 유사하게 들린다면 그 때문입니다! 분산 레이트 레이싱은 부드러운 그림자와 같은 특정 효과를 샘플링하는 Monte Carlo 알고리즘에 대한 매우 비공식적 인 설명으로 생각할 수 있습니다. Cook의 논문에는 제대로 추론 할 수있는 수학적 프레임 워크가 없지만 간단한 Monte Carlo 렌더러를 사용하여 분산 광선 추적을 구현할 수 있습니다. 분산 광선 추적에는 렌더링 방정식으로 자연스럽게 모델링되는 전역 조명 효과에 대한 설명이 부족하다는 점에 주목할 가치가 있습니다. (카지 야의 논문은 Cook의 논문 2 년 후 출판 된 것으로 언급해야합니다.)
Monte Carlo 레이트 레이싱은보다 일반적인 분산 레이트 레이싱 버전이라고 생각할 수 있습니다. Monte Carlo 광선 추적에는 분산 광선 추적 용지에 언급 된 효과를 포함하여 거의 모든 효과를 처리 할 수있는 일반적인 수학적 프레임 워크가 포함되어 있습니다.
요즘 "분산 광선 추적"은 실제로 원래 알고리즘을 나타내는 데 사용되는 용어가 아닙니다. "분배 효과"와 함께 자주 듣는 경우가 있습니다. 이는 단일 샘플 광선 추적기로 처리 할 수없는 모션 블러, 피사계 심도 또는 부드러운 그림자와 같은 효과입니다.
에서 분산 광선 추적 , 방향에서는 확률 적 표본 많은 광선 어떤 또는하지 않을 수도 있습니다 BRDF 선호한다. 반면 Monte Carlo 광선 추적 또는 단순히 경로 추적에서는 BRDF가 선호하는 방향으로 광선 하나만 샘플링합니다 . 따라서 경로 추적의 장점은 두 가지입니다.
따라서 경로 추적은 더 나은 결과를 제공합니다.