Vuoden 2016 gradupalkittu, Peter Hedman University of Helsinki Faculty of Science / Department of Computer Science
Tiivistelmä–Referat–Abstract
Tietokonegrafiikassa kuvan piirtämisessä on loppujen lopuksi kyse lähinnä siitä, kuinka paljon valoa saapuu virtuaalisen kameraan. Realististen tuloksien toteuttaminen on ongelmallista, koska ne vaativat valon virtauksen tarkkaa simulointia. Ongelman ytimessä on epäsuora valo, joka kimpoaa (jopa rajaton määrä kertoja) näkymän pintojen välillä. On mahdollista simuloida korkealaatuista epäsuoraa valaistusta (esimerkiksi elokuvateollisuudessa), mutta laadun ylläpitäminen vaikeutuu reaaliaikaisella ruudunpäivityksellä, esimerkiksi videopeleissä tai arkkitehtonisten mallien esikatselussa.
Reaaliaikainen lähestymistapa epäsuoran valon simuloinnissa on käyttää virtuaalisia pistevaloja (eng. virtual point lights); pieniä valonlähteitä, joita sijoitetaan Monte Carlo-menetelmää käyttäen sattumanvaraisesti paikkoihin, missä valo kimpoaa pinnoista. Tulos on näyttävä yksittäisissä kuvissa, vaikka välillä pistevalot näkyvät pieninä valopilkkuina. Ongelmana on videot ja kuvasarjat, missä pistevalot aiheuttavat värien häilyvyyttä ja vilkkumista kun ne siirtyvät sattumanvaraisesti kuvan vaihtuessa. Tämä korostuu suurissa näkymissä, missä vain pieni osa pistevaloista valaisee pintoja joita kamera voi nähdä. Tutkielmani esittelee kahta uutta algoritmia, jotka vähentävät näitä ongelmia.
Ensimmäinen lisää merkittävästi käytettävissä olevien pistevalojen määrää. Toteamme, että kaikkia pikseleitä ei tarvitse valaista koko näkymän pistevaloilla, ja esitämme otanta-algoritmia, joka valitsee oleellisen osan pistevaloista jokaista pikseliä varten. Näin vähennetään valopilkut ja muut laatuongelmat ja saavutetaan selvää parannusta kuvien valotuksessa.
Toinen algoritmi rakentaa, ja ylläpitää, ajallisesti vakaata pistevalojen jakaumaa paikkoihin joissa ne tuovat epäsuoraa valoa kuvaan. Esittelemme heuristista otantamenetelmää, joka pyrkii siirtämään mahdollisimman vähän pistevaloista kuvien välillä. Tuloksena on ensimmäinen interaktiivinen epäsuoran valaistuksen algoritmi, joka toimii monimutkaisissa ja tukkeutuneissa näkymissä, ei kärsi vilkkumisesta ja tukee liikkuvia kameroita ja valonlähteitä. Tätä toista algoritmia on myös julkaistu 2016 konferenssissa ACM SIGGRAPH Symposium on Interactive 3D Graphics and Games.
The English Abstract
The focus of this thesis is to accelerate the synthesis of physically accurate images using computers. Such images are generated by simulating how light ows in the scene using unbiased Monte Carlo algorithms. To date, the e ciency of these algorithms has been too low for real-time rendering of error-free images. This limits the applicability of physically accurate image synthesis in interactive contexts, such as pre-visualization or video games.
We focus on the well-known Instant Radiosity algorithm by Keller [1997], that approximates the indirect light eld using virtual point lights (VPLs). This approximation is unbiased and has the characteristic that the error is spread out over large areas in the image. This low-frequency noise manifests as an unwanted ickeringeect in image sequences if not kept temporally coherent. Currently, the limited VPL budget imposed by running the algorithm at interactive rates results in images which may noticeably dier from the ground-truth.
We introduce two new algorithms that alleviate these issues. The rst, clustered hierarchical importance sampling, reduces the overall error by increasing the VPL budget without incurring a signicant performance cost. It uses an unbiased Monte Carlo estimator to estimate the sensor response caused by all VPLs. We reduce the variance of this estimator with an e cient hierarchical importance sampling method. The second, sequential Monte Carlo Instant Radiosity, generates the VPLs using heuristic sampling and employs non-parametric density estimation to resolve their probability densities. As a result the algorithm is able to reduce the number of VPLs that move between frames, while also placing them in regions where they bring light to the image. This increases the quality of the individual frames while keeping the noise temporally coherent and less noticeable between frames.
When combined, the two algorithms form a rendering system that performs favourably against traditional path tracing methods, both in terms of performance and quality. Unlike prior VPLbased methods, our system does not suer from the objectionable lack of temporal coherence in highly occluded scenes.
ACM Computing Classication System (CCS):
• Computing methodologies∼Rendering
• Mathematics of computing∼Sequential Monte Carlo methods
• Mathematics of computing∼Density estimation