减少平坦区的可微路径追踪
计算机视觉与模式识别
2023-03-29 v2 图形学
摘要
当前的可微渲染器能够提供光传输关于任意场景参数的梯度。然而，这些梯度的存在并不能保证在优化中获得有用的更新步长。相反，由于目标函数中固有的平坦区（即零梯度区域），逆向渲染可能无法收敛。我们提出通过将映射场景参数到图像的高维渲染函数与一个额外的模糊参数空间的核进行卷积来缓解这一问题。我们描述了两种 Monte Carlo 估计器来高效地（即以低方差）计算无平坦区梯度，并表明这些方法转化为优化误差和运行时性能的净增益。我们的方法是黑盒渲染器和可微渲染器的直接扩展，使得现有可微渲染器无法收敛的复杂光传输问题（如焦散或全局光照）的优化成为可能。
引用
@article{arxiv.2211.17263,
title = {Plateau-reduced Differentiable Path Tracing},
author = {Michael Fischer and Tobias Ritschel},
journal= {arXiv preprint arXiv:2211.17263},
year = {2023}
}
备注
Accepted to CVPR 2023. Project page and interactive demos at https://mfischer-ucl.github.io/prdpt/