基于 XGBoost 驱动查找表的轻量级实时渲染参数优化
计算机视觉与模式识别
2026-04-29 v1
摘要
在现代游戏和渲染引擎中，尤其是在笔记本、平板和智能手机等资源受限的设备上，实现渲染质量与实时性能之间的理想平衡是长期以来的挑战。现有的自动渲染参数优化方法要么依赖涉及数天的逐场景预计算，要么受神经网络推理开销的限制，无法实现逐帧适应，要么缺乏跨异构硬件和多样化场景的通用性。本文提出了 **LUT-Opt**，一个轻量级、通用的自适应逐帧渲染参数优化框架。我们的方法将渲染时间和图像质量的联合优化分解为可处理的两个阶段。在离线阶段，我们训练一对 XGBoost 回归器来预测渲染参数、硬件状态和场景复杂度描述符下的渲染时间和图像质量。随后，通过系统化的离散化和双相线性搜索将训练好的集成模型蒸馏到紧凑的查找表 (LUT)，其中一种搜索约束渲染时间，另一种随后最大化结构相似性 (SSIM)。在运行时，预计算的 LUT 每帧被查询一次，以亚毫秒时间实现真正的自适应参数选择，计算开销可忽略不计。我们在 Unreal Engine 5 中实现并验证了两种代表性渲染技术——亚表面散射 (SSS) 和混合管线环境遮蔽 (AO)——的 LUT-Opt。广泛的实验在多个场景和 GPU 配置下表明，LUT-Opt 可将亚表面散射渲染时间约降低 40%，环境遮蔽渲染时间约降低 70%，而仅增加约 2% 的图像质量误差，帧推理延迟低于 0.1 ms。
引用
@article{arxiv.2604.25178,
title = {Lightweight Real-Time Rendering Parameter Optimization via XGBoost-Driven Lookup Tables},
author = {Baijun Tan and Francesco Moretti},
journal= {arXiv preprint arXiv:2604.25178},
year = {2026}
}