宣布
GTC(GPU technology conference)GPU科学会议。
news:
- DLSS 2.0(Deep Learning Super Sampling) : 将720的图拉成4K的图,并且不模糊,效果还很好。(深度学习超级采样)
- https://zhuanlan.zhihu.com/p/116211994
GPU要求:所有RTX GUP
- RXTGI (RTX全局光照)
如今的一些颠覆性技术对未来的发展会产生很大的变化,了解这些尖端技术,利于自己找到自己努力的方向,了解未来世界发展的趋势。
Uniform Grids
均匀分隔的包围盒。
这种方式一般用在物体也均匀分布的情况,如:
如果分布不均匀呢?
Spatial Partitions(空间划分)
Oct-Tree(八叉树)
八叉树:一个结点有八个子节点(均匀分隔,类似于一维中的二分)。
划分方法:当划分到某一个格子内只有少数三角形面时停止。
KD-Tree
每次分隔沿着某个特定的轴,每次只沿一个方向砍一刀,交替砍(第一次沿x轴,第二次沿y轴,第三次z轴,然后再从x轴开始)。
BSP-Tree
不是横平竖直,判断与光线相交复杂度较高。
问题
在大部分情况下,空间划分都会使用KD-Tree来进行划分。
但空间划分有几个问题
- 首先你得知道一个AABB包围盒和哪些三角形有交集(很难判断,有算法,但很难写对(情况很复杂))。
- 一个三角形可能包含在多个盒子里。
所以最近十年内,大家都不再使用KD-Tree了
这里引出另外一种划分,解决了KD-Tree的问题。
Object Partitions(问题划分)
这是现在普遍使用的结构。
Bounding Volume Hierarchy(BVH) 层次包围盒
划分方式类似KD-Tree(交叉划分)。
划分结构:
关于怎么划分,这里有很多很多的讲究。
- 每次沿包围盒中长度最长的轴划分
- 取中间的那个物体来划分(用三角形重心坐标划分,使用快速选择算法)