GAMES101 P6 光栅化2 反走样 笔记+作业2

        采样中会出现的一些问题，叫做Artifacts(瑕疵)：

         在采样之前做一遍模糊(滤波)来抗锯齿：

         先做滤波后的效果：

         问题：

        1.为什么采样速度跟不上信号变化的速度会产生走样？

        2.为什么先滤波再采样可以反走样？

        为了弄清楚问题，讲了一系列频域(Frequency Domain)方面的知识，通过原理解释了这两个问题。

        （具体没听太懂）总而言之，采样在频域的表现上，就是重复频域内容：

         而走样则是频域的内容发生了重叠：

         那如何反走样？

        1.增加采样率。

        采样率高，其实就是屏幕分辨率高，意味着采样频率高，在频谱上的重复内容之间的间隔大，就不容易发生走样。但是分辨率更高也就带来了更高的开销。

        2.反走样：先模糊再采样。反走样其实就是使用低通滤波，先把高频信号拿掉再采样：

        那实际中，如何具体执行滤波这一步操作将三角形变成模糊的三角形：用一定大小的低通滤波器，对它进行卷积。

        最简单的，取一个像素大小的低通滤波器：

         把三角形覆盖的每个像素内部的值平均起来（就是卷积操作）：

 在实际中使用的反走样技术：

1.MSAA ：Multi-Sample AntiAliasing 

         打个比方将1个像素中增加到2x2--4个采样点，最终根据一个像素内有几个采样点被覆盖来决定覆盖度是多少。

        比如上图中最上方的像素有3个采样点被覆盖，那最终得出它的覆盖率就是75%：

         所以MSAA解决的是对信号的模糊的这个操作，不是提升分辨率。它的问题是增加了计算量。而实际中并不是说就把一个像素中均匀分布2x2个采样点，而是使用一些更有效的图案，把采样点分布在图案上边，而有些采样点甚至可以被多个像素复用，以此减少计算量。

2.FXAA（Fast Approximate AntiAliasing ）

        是图像后处理，把边界的锯齿抹去

3.TAA 把记录之前的采样结果，是一个在时间上分布采样点的MSAA

超分辨率/超级采样（Super resolution/super sampling）

• DLSS（Deep Learning Super Sampling）深度学习采样

作业2

结果：