(论文)[2021-SIG-Comm] World-Space Spatiotemporal Reservoir Reuse for Ray-traced Global Illumination

Posted on Edited on In Views:
World Space ReSTIR，实现了 single-bounce diffuse GI

World-space Spatiotemporal Reservoir Reuse For RTGI

  • AMD
  • 感觉是把 ReSTIR DI 进行了扩展，在任意长度的 camera ray 需要采样 NEE 的时候，都可以进行采样，将 ReSTIR 放到了 world space
    • path-space filtering（快速查找周围 vertex）+ ReSTIR DI
  • 出发点：ReSTIR GI【HPG 那个】不能处理 DI（需要加上 ReSTIR DI 的结果），我们可以

前置知识

  • ReSTIR DI
    • 初始 light sample：通过 \(p\) 采样（简单使用 light power）
    • 重采样：\(\hat{p}\)
      • 想要其 \(\approx f\)，但是需要 shadow ray 计算可见性，开销大
      • 使用不带可见性项的 \(f^\prime\) 近似
        • 其实没问题，只会让 \(f=0\) 的地方变成非 0，但是 \(f>0\) 的地方 \(f'\) 肯定也大于 0

世界空间蓄水池缓存

  • 使用 hash grid 快速找到邻居 vertex
  • 每个 grid 的 cell 中保存 lists of reservoirs

  • cell-index：属于哪个 hash grid
  • index-in-cell：在 hash grid 中位于第几个
  • 上面的算法相当于把所有的样本 \(v\) 保存到 hash grid 中
    • scattering the reservoirs into a compacted stream
    • \(v\) 是索引，减少内存压力；从 Path 中获取实际的蓄水池 Paths[v]
  • 举个例子：6 个样本，hash 值分别为（1，2，3，3，2，3）
    • cell-counter：1，2，3
    • index-buffer：0，1，3，6
    • cell-storage：\(v_1,v_2,v_5,v_3,v_4,v_6\)（顺序不一定，但是原子操作保证不会重合）

世界空间时空蓄水池复用

  • temporal：使用上一帧 hash grid 中的蓄水池
  • naive reuse：直接使用所有 cell 中的蓄水池样本
    • structured visual artefacts（相邻的 vertex 使用相同的蓄水池样本）
      • 这种噪声不容易被降噪器除去
    • 不同 cell 的样本数差异大（取决于生成的 path）
  • stochastic reservoir reuse：取 cell 中的一个子集（max-count）
    • 下面的 increment 部分相当于计算取 max-count 次取完
      • 只取 increment 的倍数的样本，等价于选取 max-count 个（选 count 其中有重复的）
    • tiling artefacts 消失

  • jittered descriptors：插入和查询的时候加入随机扰动
    • 随机扰动：强度正比于 cell size，在切平面中对 vertex position 做随机扰动
    • 进一步减轻结构化问题

Adaptive cell size

  • 远处投影之后的 cell 小，vertex 样本数少
  • 希望在投影之后，cell 的大小差不多，使得每一个 cell 中的样本数差不多
  • 参数
    • projected-size：希望在相机平面中的投影大小
    • 看式子和透视投影相关，结果上就是正比于距离（distance）

  • 效果：远处一个 cell 里面的样本数多了，效果好了

Bias reduction

  • ReSTIR GI 中使用 depth+normal 信息剔除不好的样本
  • 我们都在 cell 中，因此空间相近，只需要 normal 判断即可

实现

  • single-bounce diffuse GI
  • 初始化
    • 直接可见的表面，余弦采样发射 GI Rays
    • 然后每个交点，然后生成 16 个样本，从这些样本中 RIS 生成蓄水池，插入到 hash grid 中
  • We spawn GI rays from the primary visible surfaces by cosine-weighted sampling of the hemisphere using blue noise. We then generate reservoirs by resampling 16 initial samples and insert the outcome into the hash grid.

hash 算法

  • spatial hashing 会引发冲突，远处也会到同一个地方
  • 方案：secondary hash function + a 32-bit checksum
    • pcg 作为 h1，xxhash32 作为 h2
  • 实现：10000 cells，每一个 cell 最多 32 个 entry
1
2
3
4
5
6
T atom_cmpxchg(T *p, T cmp, T val) {
    T old = *p;
    T now = (old == cmp) ? val : old;
    *p = now;
    return old;
}

结果

  • diffuse GI
  • half resolution of 1080p
  • 1 temporal reuse pass + 4 spatial reuse passes
  • max-count = 4

结论

  • 论文实现了 world-space ReSTIR for simple-bounce GI