Games101-高级光线传播与复杂外观建模

Advanced Light Transport

无偏光线传播：BDPT，MLT
有偏光线传播：光子映射，VCM

做光线追踪都是在用蒙特卡洛的估计，蒙特卡洛的估计方法有些是无偏的，即蒙特卡洛估计的结果期望永远是对的(不管用多少个样本，期望永远是要的真实值)。例图之前蒙特卡洛解积分，无论用多少个样本，它的期望都是我们要的定积分的值。
所有其他情况都是有偏，即如果估计的值，期望和最后要的值不一样
特殊情况：虽然取多少个样本，最后的结果都是有偏的，但是在一个极限的定义下(如果用的样本足够多，多到无穷的情况下)，期望值会收敛到真实值，虽然是有偏，但称作一致的consistent

双向路径追踪/BDPT

之前的路径追踪是从相机开始的路径，最后连接相机和光源。
对于双向路径追踪，会生成两个不同的半路径(子路径)。然后把两个路径的端点连接起来

左边是单向，右边是双向。
光线追踪里如果想找一条带有大量能量的路径，对于图中场景不太容易。因为有一个光源往上打，整个场景是被间接光所照亮的。很多时候因为路径追踪的第一个弹射是diffuse，导致不好控制它之后打到能量集中的区域去。
当光线传播集中在光源的半边比较容易算时，BDPT的效果会较好，
BDPT的问题是速度比较慢

Metropolis Light Transport

用一个统计学上采样的工具(马尔科夫链)，即相当于当前有个样本，根据这个样本可以生成一个跟它靠近的下一个样本。
之前均匀采样是各自独立选，跟相互毫无关系。
优点是可以做到给定足够的时间，可以生成一系列以任意的函数的形状为pdf生成的样本
当采样的pdf即采样的函数和要积分的函数，即f(x)和p(x)形状一致时，得到的variance是最小的。马尔科夫链能够让任何未知函数生成一系列样本，使样本分布和被积函数形状一致。

即在给你一个采样路径的情况下，可以生成在周围相似的路径。是一个局部的方法
如上图有一条蓝色光路，对这个光路做一个微小的扰动，形成一个新的路径

适合做复杂/困难的光路传播，因为只要找到一条作为种子，就可以在周围不断地传播。如上图，半开的门，只有门前一小区域是被直接照亮，其他都是间接照亮。
游泳池底下的波纹形状，即聚焦现象。是非常困难的渲染情况。摄像机->水面specular->水底diffuse->水面specular->光源。

坏处：很难在理论上分析最后收敛的速度。不知道什么时候变成没有噪声的。
所有操作都是局部，则每个像素独立操作，有的块有的慢，导致图像看上去比较脏。
因此，更不可能用于动画，上一帧与这一帧各自有部分收敛，导致图像看上去抖的非常厉害。

Photon Mapping

光子映射适合用来渲染caustics(由于光线的聚焦产生的一些非常强的图案)。如果一个光打到内壁上，会把光发射到底部上。还适合做SDS

光子映射第一步：从光源出发，辐射出很多光子，该反射反射，该折射折射，直到光子打到diffuse的物体，就停下来。这步完成后，可以把所有光子整理起来
第二步：从眼睛/摄像机往不同方向打各种各样的路径(sub-path)，该反射反射，该折射折射，直到打到diffuse的物体

计算局部的密度估计，建立在一个观察上，看到的物体表面，光子越集中的地方越亮。
当第二步打在diffuse物体上时，对于任何一个着色点，取周围最近的n个光子，(寻找最近邻居问题)。找n个光子所占的面的面积。密度就是光子数量n除以占据的面积

如果用很少的光子数量，会有很大的噪声值。用太多的光子数量，得到的结果会糊。
因为做密度估计时，想算的是一个点密度是多少，即微小面积dA有多少光子数，但我们算的是给一定光子数，算实际的面积。这两者不是一回事，所以对密度的估计是不对的估计，只有dA无线小，才是对。因此光子映射是有偏的。
当有更多的光子被打出去，覆盖的面积越小，更接近真实的dA。当有无限多的光子打出去，会得到真实的结果，所以是一致的方法

有偏：得到的结果相比于正确的结果是模糊的，就是有偏的
一致：虽然是有模糊的，但只要样本足够多，就会最后收敛到不模糊的结果

能否取一个面积数里面有多少个光子，理论上来说可以，但是结果永远有偏，而且不一致。不管增加多少光子，只要周围确定一个范围，范围里会找到越来越多的光子，计算的ΔA永远不会是真实结果，因为面积不变，光子数量越来越多

Vertex Connection and Merging

一个结合体，把双向路径追踪和光子映射结合起来。
当BDPT中两条sub-path不能直接连接的时候，将光路的端点视为光子，采用光子映射的思想将其结合

Instant Radiosity

实时辐射度。很多光源的方法。分析光线传播时，并不太区分光线到底是反射来的还是光源来的。都是radiance。已经被照亮的面，都认为是光源，用来照亮别人
先从光源打出很多光路，会停在某些地方，认为停止的地方变成了新的光源。如上图绿色点。用新的光源来做直接光照。即先生成VPL，用VPL当光源照亮着色点。

速度很快，但是有一些地方窄的缝隙会出问题，莫名其妙的发光，并且不能做glossy物体

Advanced Appearance Modeling/外观建模

非表面模型：散射介质，头发动物毛发，沙子
表面模型：半透明，布料，复杂模型

Non-Surface Models

雾和云。

当一个光在行进过程中，穿过散射介质。会被随机打到其他方向去。
光线在传播过程中会被吸收，和被反射

diffuse物体光线会被均匀反射。
散射物体由一个相位函数决定反射方法


头发，要考虑光线如何和一根头发作用

一个简单的模型 Kajiya-Kay Model
光线打到头发上会散射出一个圆锥来，同时也会被散射到四面八方去

效果并不好

光线打到头发的圆柱时，会被反射，以及穿进去折射后反射再折射出来，以及折射进入后折射出来，也就是R，TRT，TT

把头发看作玻璃撞的圆柱，内部有色素，会吸收能量。把头发结构分为两层，角质层和皮质层：一部分直接反射（R），一部分穿进头发，再穿出（TT），一部分穿进，内部反射，再穿出（TRT）

光线和多根头发作用会发生多次散射，进去出来反复，渲染困难，计算量大，应用广泛

动物毛发却不能直接用人的头发模型

从生物上的结构，头发分为角质，皮质以及髓质。人和动物的髓质差别很大，动物的髓质很大，类似散射介质，光线进去更容易发生散射，髓质是很有必要纳入计算的

髓质模拟的效果

头发加上髓质效果


双层圆柱模型，中间是髓质


Granular Material：颗粒材质
计算量非常大

Surface Models

玉石，水母，半透明材质的代表。光线可以从某个地方进入表面，再从某个地方出来。不仅仅是半透明，光线在内部还会有折射

次表面散射：光线从一个点进入某个表面，再底下发生大量的散射，从另一个点出去。

次表面散射：对BRDF的延申
不能考虑只考虑各个方向进来的光，还要考虑各个方向进到其他点的光。要对方向积分，也要对面积进行积分

类似物体底下出现光源，用两个光源照亮一块，就类似此表面散射的效果

布：A collection of twisted fibers 由纤维缠绕而成
每一根 股（Ply） 是由 纤维（Fibers）缠绕而成
每一根 线（Yam）是由 股 （Ply） 缠绕而成
然后由线编织成布

根据不同的织法，给不同的BRDF

布料并不仅仅是表面，天鹅绒那样的效果无法展现。我们把织物认为是空间中分布的体积，空间中分布的体积→空间中细小的格子，对每个格子里布料的性质进行采样，转化成对光线的吸收和散射的渲染 （像对云的渲染那样），计算量很恐怖

对实际纤维，每一根渲染出来。计算量也很恐怖

当成散射介质，当成物体表面，当成真正的纤维一根根渲染，这三种方法，目前都有使用。


复杂细节材质。
渲染结果过于完美光滑，但是不真实。真实情况下，有很多复杂，不完美的东西，比如细小的划痕


微表面模型中最重要的是它的法线分布，但是我们描述这个分布基本上用的都是很简单的模型，比如正态分布之类的，但是真实的分布要更复杂。

定义细节

不同的细节

渲染非常的耗时

根本原因：认为每一个小的微表面都是个镜面，一个针孔摄像机和点光源，从摄像机打一根光线过去，打到了什么样的表面，就知道法线，知道镜面的反射方向是什么。就很难通过反射的方式打到光源上去。
从光源出发的光线同理，知道打到什么微表面，就知道反射方向，很难反射到摄像机。

所以考虑一个像素会覆盖很多的微表面，如果能把微表面的分布拿出来，就是在一个微小范围内把微表面的法线分布算出来，就可以替代原本光滑的分布，并且用在微表面模型里

考虑一个像素覆盖了多大的范围，会得到各种各样的法线分布NDF。
如果一个像素覆盖了非常多的微表面，右下角的圆形，法线分布会显示出来一些统计学的规律。类似高斯分布
如果覆盖的非常少，左上角的圆形，会显示一些独特的性质。

而且不同类型的法线贴图，会引起不同的法线分布。

Wave Optics

物理上，当物体非常小时，小到和光线波长相当时，就不能假设光线时沿着直线传播。必须假设光是一个波。有衍射，干涉等现象

如在一个小黑屋，只用一个点光源，照亮金属片，金属片本来是一个颜色，但实际会看到有各种不同的颜色

拍一张白色的macbook，放大后发现不是白的

解波动光线。
波动光线得到BRDF和几何光线的BRDF很像，但是有自己不连续的特点。干涉会引起有的地方加强，有的地方减弱


波动光线渲染效果

Procedural Appearance/程序化生成材质

用一定的方式指导生成，而不需要真正的生成。可以动态的查询。不需要存储三维纹理，以免浪费很多存储量。
就类似有个空间中的函数，给任何x,y,z，可以立刻得到f值。

这些函数就是三维空间中的噪声函数

车子的锈可以生成一系列的噪声。
生成的噪声可以做一些操作。比如噪声是有些地方有有些地方没有。如果噪声认为是0到1，例如大于0.8是1，小于0.8是0。对其二值化。
只要对噪声处理得当，可以得到任意不同的效果。

噪声函数可以生成地形，山上的各种细节

也可以生成水面。不同的位置有不同的高度

木头纹理。控制函数是什么样，来模拟年轮，纤维等

可以把真实的物理的东西，和程序化生成结合在一块，得到非常真实的结果