몬테 카를로 광선 추적이 분산 광선 추적보다 성능이 좋은 이유는 무엇입니까?


30

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?


9
이 질문에 대해 알고있는 사람이이 질문에 직접 대답해야하므로 "단단한 책의 추천"이상을 원합니다. 사이트 외부를 가리 키지 않고 사이트에 정보를 입력해야합니다.
Robobenklein

@robobenklein 질문은 조심해야 더 나은 생각, 편집)
p2or

@ChristianRau "고마워"를 제거하는 것은 메타에서 논의되어야한다. 이것은 모든 스택 교환 사이트에서 다르다 ...
p2or

1
@ 나쁘지 않아요, 그렇지 않습니다. 그것은 어디에도 변하지 않는 것입니다. 특별한 규칙이없는 한 일반적인 SE 규칙을 사용합니다. 그럼에도 불구하고, 나는 이것이 여기에서 허용되는 투표를 한 사람을 거의 상상할 수 없습니다. 나는 다른 SE 사이트에서 이것이 좋은 습관임을 보지 못했습니다.
Chris는 Reinstate Monica가

답변:


31

"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.


5

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.

  • 계산 비용이 저렴합니다. 즉, 동일한 컴퓨팅 성능으로 여러 광선이있는 분산 광선 추적과 비교하여 더 많은 물체 적중을 계산할 수 있습니다.
  • 적은 소음. 분산 광선 추적은 BRDF에서 바람직하지 않은 방향으로 광선을 샘플링하므로 원치 않는 아티팩트가 발생합니다.

따라서 경로 추적은 더 나은 결과를 제공합니다.


2
"몬테카를로 광선 추적 또는 단순히 경로 추적에서는 BRDF가 선호하는 방향으로 하나의 광선 만 샘플링합니다." 그 자체로 광선이 어떻게 선택되는지 알 수 없습니다. 순진한 접근법은 무작위 광선을 사용합니다. BRDF를 고려하는 것은 중요도 샘플링이며 Monte Carlo ray 추적 또는 경로 추적에 고유하지 않습니다.
David Kuri

4
나는이 대답이 완전히 거짓이라고 믿는다 나가는 광선을 멀티 샘플링하고 결합 할 때 결과에 ​​가중치를 지정할 수 있습니다. 러시아 룰렛 기술과 동일한 사실을 얻지 만 일반적으로 이전 방법이 더 비싸다는 것은 일반적으로 인정됩니다.
v.oddou
당사 사이트를 사용함과 동시에 당사의 쿠키 정책개인정보 보호정책을 읽고 이해하였음을 인정하는 것으로 간주합니다.
Licensed under cc by-sa 3.0 with attribution required.