Adaptive QMC Sampling в Blender

Adaptive QMC Sampling включается опцией «Adaptive QMC» при значении порога (threshold), близком к нулю.

В настоящее время в Blender'е используется т.н. метод «раннего выхода»: математический аппарат определяет достаточное количество сэмплов исходя из величины порогового значения.

Как только анализ показывает, что обработанного количества сэмплов достаточно, просчет остановливается, не достигая порогового значения, указанного в UI. Происходит переключение на следующий набор сэмплов.

Технология адаптивного QMC в большинстве случаев значительно сокращает время визуализации (за счет снижения количество точек в просчитываемых сэмплах), незначительно ухудшая качество конечного изображения.

В настоящее время (версия 2.48), адаптивный сэмплинг используется в трех инструментах Blender:

Чистые отражения и преломления (glossy reflection/refraction)

Просчет останавливается, как только статистическая вариация цветов в достаточной степени приближается к установленному порогу.

В большей степени эффект проявляется в случаях, когда источник отражения или преломления имеет значительные области, равномерно заполненные одним цветом, поскольку просчет итогового цвета не потребует большого количества выборок.

Glossy reflection

 

Тени, полученные с помощью трассировки лучей (raytraced shadows)

Просчет останавливается по достижению однозначности полного затенения или незатенения точки. Затенение области определяется исходя из величины порогового значения.

Таким образом, в большинстве случаев достигается солидный прирост в скорости, особенно при визуализации значительных полностью затененных или полностью незатененных областей.

Raytraced shadows

 

Окружающее освещение (Ambient Occlusion, AO)

Анализ допустимости пропуска сэмпла основан на простой проверке контрастности. Если разница среднего значения всех выборок, включая текущую и среднего значения всех выборок, включая предыдущую меньше порогового значения меньше порогового значения — просчет останавливается.

Это не всегда дает впечатляющий прирост производительности и может увеличить зашумленность изображения. В некоторых случаях более эффективным будет использовать более равномерное распределения Constant QMC. Как и во всех прочих случаях, для определения оптимальных настроек не обойтись без тестовых визуализаций.

Ambient Occlusion

Поделиться в: Опубликовать в twitter Опубликовать в своем блоге livejournal.com