(论文)[1995-EG] Importance-driven Monte Carlo Light Tracing
MCLT
- Importance driven Monte Carlo Light Tracing
- EG-1995
Abstract
- particle model
Introduction
- 方法
- Monte Carlo Path Tracing
- distributed ray tracing 的一个应用
- two pass
- a radiosity and a ray tracing pass
- particle tracing
- heat transfer literature 相关
- Monte Carlo Path Tracing
- 算法
- 发射 light particles
- 采样反射方向
- 光源:初始化为均匀分布,之后修正
- 物体表面:BRDF
Mathematical Description
The Potential Equation
Rendering Equation
- 光通量 flux
- \(S\):光源周围直接可见的物体(\(x\))、对应的方向(\(\Theta\))
- radiance 对面积、立体角积分得到 flux(power)
- \(\cos\):垂直
- 具体理论
- \(W_e\):重要性函数
\[ W_e=\left\{ \begin{array}{cl} 1,&\text{if } (x,\Theta)\in S\\ 0,&\text{else}\\ \end{array} \right. \]
- 需要对我们感兴趣的集合 \(S\)
进行上面积分的求解
- classic radiosity:每一个 patch with the entire hemisphere 构成一个集合
- ray tracing:每一个像素可见的 points and directions 构成一个集合(pixel set)
- ray tracing 而言,我们需要对 pixel set 进行 flux 求解
- \(W_e\) 还是定义为 pixel set 的可见位置与方向
- 对 \(L\) 递归求解
Potential/Importance Equation
- potential/importance equation
- adjoint of the rendering equation(渲染方程的伴随问题)
- pixel set 的 flux 的表达形式
- \(S=(x,\Theta)\) :所有光源的发射位置、方向
- \(W\):\(L_{\text{e}}\) 在这个方向上贡献给当前像素的百分比
- \(W\) 的传输
- shooting process
- 算法从光源开始出发,一直追光线,直到 pixel
- 问题:很难追到相机
The Next Event Estimator
- NEE:直接连 pixel