Метод отложенного рендеринга множества динамических точечных источников света вокселизированных сцен в реальном времени

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

С увеличением производительности графических процессоров стало возможным визуализировать с помощью алгоритмов глобального освещения сложные физические явления в режиме реального времени. Одним из таких подходов является применение виртуальных точечных источников света, в котором реализм изображений зависит от количества источников света. Но для большого количества источников света в ранних алгоритмах требовалось создание большого количества карт теней для проверки видимости при виртуальном точечном освещении. Поэтому достичь качественного изображения в реальном времени было проблематично, пока не были разработаны новые методы. Целью представленной работы является создание метода отложенного рендеринга тысячи точечных источников света на основе вокселизированных сцен в реальном масштабе времени. На первом проходе, геометрическом, вычисляется разреженное воксельное восьмеричное дерево. Применяется геометрический буфер, который хранит информацию о местоположении, нормалях и материалах для прямого и непрямого освещения. Затем происходят генерация отражающих карт теней и выборка по значимости, чтобы не проверять каждый тексель. Прямое освещение вычисляется с помощью карт теней, а для косвенного освещения применяется алгоритм марширования лучей для проверки видимости точечных источников света. В целях ускорения вычислений применяется чередующаяся выборка. В результате с использованием предлагаемого метода можно создавать реалистичные изображения сцен с глобальным освещением в реальном времени. С применением графического процессора можно вычислять тысячу точечных источников света в реальном времени и визуализировать полностью динамичные сцены. Однако для глянцевых поверхностей требуется большее количество точечных источников света, чтобы изображения без артефактов точно воспроизводили внешний вид материала.

Об авторах

С. И. Вяткин

Институт автоматики и электрометрии Сибирского отделения РАН

Автор, ответственный за переписку.
Email: sivser@mail.ru
630090, Новосибирск, Коптюга пр., д. 1, Россия

Б. С. Долговесов

Институт автоматики и электрометрии Сибирского отделения РАН

Email: bsd@iae.nsk.su
630090, Новосибирск, Коптюга пр., д. 1, Россия

Список литературы

  1. Keller A. Instant radiosity. Proceedings of Siggraph'97, Computer Graphics Proceedings. 1997. С. 49–56. doi: 10.1145/258734.258769.
  2. Dachsbacher C., Stamminger M. Splatting Indirect Illumination. Proceedings of the 2006 symposium on Interactive 3D graphics and games. 2006. С. 93–100. doi: 10.1145/1111411.1111428.
  3. Ritschel T., Eisemann E., Ha I., Kim J., Seidel H.-P. Making Imperfect Shadow Maps View-Adaptive: High-Quality Global Illumination in Large Dynamic Scenes. Computer Graphics Forum. 2011. Т. 30. № 8. С. 2258–2269. doi: 10.1111/j.1467-8659.2011.01998.x.
  4. Dachsbacher C., Stamminger M. Reflective Shadow Maps. Proceedings of the 2006 symposium on Interactive 3D graphics and games. 2005. С. 203–208. doi: 10.1145/1053427.1053460.
  5. Wald I., Benthin C., Slusallek P., Kollig T., Keller A. Interactive Global Illumination using Fast Ray Tracing. Proceedings of the 2002 Eurographics Workshop on Rendering. 2002. С. 15–24. doi: 10.2312/EGWR/EGWR02/015-024.
  6. Segovia B., Iehl J.C., Mitanchey R., Peroche B. Non-Interleaved Deferred Shading of Interleaved Sample Patterns. Proceedings of the 21st ACM SIGGRAPH/EUROGRAPHICS symposium on graphics hardware. 2006. Т. 3. С. 53–60. doi: 10.1145/1283900.1283909.
  7. Olsson O., Assarsson U. Tiled Shading. Journal of Graphics, GPU, and Game Tools. 2011. Т. 15. № 4. С. 235–251. doi: 10.1080/2151237X.2011.621761.
  8. Olsson O., Billeter M., Assarsson U. Clustered Deferred and Forward Shading. Proceedings of the ACM SIGGRAPH/EUROGRAPHICS Conference on High Performance Graphics. 2012. С. 87–96. doi: 10.2312/EGGH/HPG12/087-096.
  9. Popov S., Georgiev I., Slusallek P., Dachsbacher C. Adaptive quantization visibility caching. Computer Graphics Forum. 2013. Т. 32. № 2. С. 1–10. doi: 10.1111/cgf.12060.
  10. Yuksel C. Stochastic Lightcuts for Sampling Many Lights. IEEE Transactions on Visualization and Computer Graphics. 2020. Т. 27. № 10. С. 4049–4059. doi: 10.1109/TVCG.2020.3001271.
  11. Lin D., Yuksel C. Real-Time Rendering with Lighting Grid Hierarchy. Proceedings of the ACM on computer graphics and interactive techniques. 2019. Т. 2. № 1. С. 1–17. doi: 10.1145/3321361.
  12. Archer J., Leach G., Knowles P. Fast raycasting using a compound deep image for virtual point light range determination. Computational Visual Media. 2019. Т. 5. С. 257–265. doi: 10.1007/s41095-019-0144-1.
  13. Вяткин С. И., Долговесов Б. С. Метод сжатия геометрических данных с применением функций возмущения. Автометрия. 2018. Т. 54. № 4. С. 18–25. doi: 10.15372/AUT20180403.
  14. Vyatkin S.I. Polygonization method for functionally defined objects. International Journal of Automation, Control and Intelligent Systems. 2015. Т. 1. № 1. С. 1–8.
  15. Yalciner B., Sahillioglu Y. Voxel transformation: scalable scene geometry discretization for global illumination. Journal of Real-Time Image Processing. 2020. Т. 17. № 6. С. 1585–1596. doi: 10.1007/s11554-019-00919-1.
  16. Gadia D., Lombardo V., Maggiorini D., Natilla A. Implementing Many-Lights Rendering with IES-Based Lights. Applied Sciences. 2024. Т. 14. № 3. С. 1–15. doi: 10.3390/app14031022.
  17. Lensing P., Broll W. Efficient shading of indirect illumination applying reflective shadow maps. Proceedings of the ACM SIGGRAPH Symposium on Interactive 3D Graphics and Games. 2013. С. 95–102. doi: 10.1145/2448196.2448211.
  18. Hart D., Pharr M., Müller T., Lopes W., McGuire M., Shirley P. Practical Product Sampling by Fitting and Composing Warps. Computer Graphics Forum. 2020. Т. 39. № 4. С. 149–158. doi: 10.1111/cgf.14060.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2025

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».