Işın İzleme nesneye dayalı oluşturmaya karşı mı?

Giriş grafik dersleri genellikle bir sahne oluşturmak için bir ışın izleyici oluşturmanızı isteyen bir projeye sahiptir. Gravür okuluna giren birçok grafik öğrencisi ışın izleme üzerinde çalışmak istediklerini söylüyor. Ve yine de ışın izleme SIGGRAPH gibi mekanlarda ölü bir alan gibi görünüyor.

Işın izleme gerçekten istenen tüm aydınlatma vb. İle bir sahneyi doğru bir şekilde oluşturmanın en iyi yoludur ve ışın izleyicilerin ilgisini çeken sadece yavaş (etkileşimli olmayan) performans mıdır yoksa başka bir şey var mı?

Raytracing çok güzel ve sezgisel bir algoritmadır ve bir sahnenin aydınlatmasını rasterleştirmeden daha tanımlamanın daha fiziksel olarak gerçekçi bir yoludur, ancak:

• Işınlama yavaştır, özellikle onu rasterleştirmeden ayıran daha gerçekçi efektler uygulamak istiyorsanız (örneğin kırılma, yansıma, hareket bulanıklığı, yumuşak gölgeler) çünkü bu piksel başına çok daha fazla ışın oluşturmayı gerektirir.
• Çoğu insan gerçek ve sahte efektler arasındaki farkı söyleyemez ki bence kilit nokta bu. Pratik bir oluşturma algoritmasının amacı, bir sahnenin en verimli şekilde fotogerçekçi bir temsilini oluşturmaktır ve şu anda Rasterleştirme, çok fazla hack kullansa da bunu çok iyi başarıyor.
• Raytracing'in bir Rasterleştirme oluşturucusuna kıyasla birçok pratik kısıtlaması vardır: zayıf kenar yumuşatma ve yer değiştirme eşlemesi, sınırlı örnekleme vb.

Filmler gibi etkileşimli olmayan uygulamalarda bile Raytracing, sınırlılıklarından dolayı çok az kullanılır. Pixar, yalnızca Otomobillerde Raytracing'i kullanmaya başladı ve sadece bazı belirli yansıma efektleri için ( 'Otomobiller' Filmi için Ray İzleme ).

İşte Raytracing'in mevcut durumunu ve avantajlarını ve dezavantajlarını daha ayrıntılı olarak açıklayan mükemmel bir makale: Ray Tracing Durumu (oyunlarda) .

Temel ışın izlemenin ortam ışığı ile ilgili büyük bir sorunu vardır. Çoğu aydınlatma modeli, ortam ışığını eteri saran sabit bir faktör olarak ele alır. Işın izleme yansımaları hesaplamak için harika olsa da, sayısal dengesizlik ve karmaşık yüzey kavşak testlerinden muzdariptir. Işın izleme, donanım hızlandırmalı oluşturma ile iyi oynatılamayabilir, çünkü özyineleme herhangi bir piksel için aydınlatmayı belirlemede büyük bir rol oynar. Temel ışın takibi hesaplama açısından çok pahalıdır.

Radiosity, ortam ışığını ortamdaki tüm nesnelere ışık kaynağı olarak muamele ederek ışın izlemeden daha gerçekçi bir aydınlatma modeli üreterek daha iyi işler. Bir radyoloji çözümü ile bir sahnede sabit sayıda çokgen vardır ve hesaplama donanım hızlandırmasına uygundur.

Sonuçta ışın aktarımı bir sahneyi oluşturmanın en iyi yolu değildir, ancak iyi bir oluşturma stratejisinin bir bileşenidir. Yüksek maliyetli hesaplama maliyeti ve kötü ortam aydınlatması, ışın izlemeye karşı önemli grevlerdir. Bir araştırma konusu olarak çalışmalar devam etmektedir , ancak donanım hızlandırmaya odaklanmış gibi görünmektedir.

Işın izleme / yol izlemenin öldüğünü söyleyemem ... bir şey varsa, bu alandaki birçok ilişkili algoritmanın hızıyla birleştiğinde içsel paralellik nedeniyle alana oldukça fazla ilgi duyuldu. Saniyede milyonlarca ışının hesaplanmasına izin veren GPU tabanlı sistemler. Buna ek olarak, oluşturma hattında, CUDA ve OpenCL gibi daha genel dillerin, geliştiricilerin, ilk GPGPU teknikleri gibi OpenGL grafik boru hattını açıkça kullanmak zorunda kalmadan GPU'nun paralel işlevselliğinden yararlanmasına olanak tanıyan esneklik de eklenmiştir. Devam eden yol izleme araştırmasının bazı önemli ana akım örnekleri şunları içerir:

• Daniel Pohl ve diğerlerinin Intel Advanced Render grubundaki araştırması
• Nvidia'nın Optix motoru
• Geçtiğimiz yıl SIGGRAPH, Monte Carlo görüntü sentezi üzerine birkaç dersin yanı sıra foton yoğunluk tahmin tekniklerindeki en son tartışmaları da içeriyordu.

Son olarak, nokta tabanlı küresel aydınlatma, Foton Haritalama ve ilgili optimizasyonlar, gelişmiş görünüm modelleme (veriye dayalı yöntemler dahil), ışınım önbellekleme vb.