NEE

與其等光線剛好撞到光源,不如主動去找。從抽籤開始,理解 NEE 怎麼和 BSDF sampling 一起估計光照。

所以,之前已經介紹過 BSDF 了,那在 PBR 的世界中,當然不只有 BSDF sampling 這一種取樣方法。今天要來介紹另一種也非常常見,而且在很多場景裡很有效率的方法,也就是 NEE(Next Event Estimation,下一事件估計)。

在介紹這個方法前,我們先來說明一下:明明都有 BSDF sampling 了,為什麼還要有其他方法?

之前的 BSDF 告訴我們材質會怎麼散射光,而 BSDF sampling 就是照著這個模型,抽出下一個方向。 今天要比較的,就是兩種不同的抽法。

一、根據材質抽方向,可能抽到什麼?

先來補上之前 BSDF 那篇沒有展開的一些情況。假設我們正在一個表面交點,用 BSDF sampling 抽出方向,接著沿這個方向追蹤光線,可能會遇到:

  • 情況 1:打到光源。
  • 情況 2:打到其他不發光的物體。
  • 情況 3:射出場景,沒有打到任何物體。

這三個狀況可以得到很不一樣的結果。如之前的渲染篇章提到的,我們算的是隨機取樣帶回來的光照貢獻,並且還要配上材質、幾何與取樣補償等權重。

那這三個結果會分別造成什麼?

  • 情況 1:取得光源朝這個方向發出的 radiance(輻亮度),再配上路徑累積的權重,對像素產生貢獻。
  • 情況 2:可以繼續 bounce,也就是反彈,透過間接光照取得貢獻。例如打到牆壁,再從牆壁追蹤到光源,這就是全域光照的一部分。
  • 情況 3:如果場景沒有 environment light(環境光源),這一步新增的光照貢獻就是 0;如果有 environment map(環境貼圖),就可能仍然取得 radiance。

看完這三個狀態,其實就會發現:只靠 BSDF sampling,我們不一定能在下一步找到光源。

那我們是不是得先了解問題,才能解決?所以先來看情況 2 跟情況 3 到底帶來什麼困難。

看到情況 2 的說明,大家應該發現了,我們還要繼續追蹤,才知道後面的路徑能不能帶回光照。那問題來了,要是下次依然沒有碰到光源,甚至又重新落入情況 2 呢?

這裡就有運算資源的問題:多一次反彈,就多一些取樣與求交點的工作。我們花了這些時間,才能取得後面的間接光照。

到情況 3 就比較直觀了。在沒有環境光的狀態底下,這次抽籤直接抽向虛空,也就是一個帶不回額外光照的簽。

假設場景裡只有一盞很小的燈,而材質把取樣方向分散得很廣。我們可能丟出很多條光線,卻只有少數幾條剛好打到那盞燈。大部分估計是 0,偶爾又出現很大的加權貢獻,結果就容易忽大忽小。

這就是 NEE 想改善的重點之一:直接光照的取樣不夠有效率,讓估計的變異很大。

二、到底什麼算是有貢獻?

說了這麼多前提,也應該來總結一下了。

如果有注意到的話,其實我們剛剛不斷重複所謂的「抽籤」。用學術一點的方式說,就是「隨機取樣」。為什麼用隨機取樣來估計積分,可以接回之前的 PDF 筆記,之後也可以再展開。

這裡的問題是:我們不能保證每一次抽樣,都會帶回非零的光照貢獻。

但說到這裡,總覺得少了什麼,對吧?沒錯,就是我們好像還不清楚,到底什麼可以算作貢獻。

其實可以用一個很白話的例子來解釋,也就是國中學過的簡單知識:如果我們要看到一個不發光的東西,通常是因為那個物體反射了光,讓光進入眼睛,進而刺激視網膜上的感光細胞,使我們產生視覺。

所以注意到了嗎?需要有光信號,才能讓感光細胞受到刺激。

渲染中透過取樣得到的光照貢獻,跟這件事情其實差不多:路徑帶回的輻亮度,乘上對應的權重,就是這次取樣的貢獻。

把這些樣本一起拿來平均,就能估計像素的光照。而我們希望做的,就是讓每次抽到的加權貢獻更穩定。

三、NEE:主動去找光源

好了,理解了問題跟想達成的事情,也應該來介紹其中一種解方了,也就是 NEE。

先白話說一下 NEE 到底是什麼:

NEE 不只等 BSDF sampling 剛好命中光源,而是在目前的交點,額外對光源取樣,看看能不能取得直接光照貢獻。

其實這個介紹蠻白話的,基本上看了就懂。但我相信大家一定有一個疑問:我們怎麼突然就知道光源在哪裡了?

這裡其實很簡單。我們為了渲染一個場景,怎麼可能不給場景屬性跟材質呢?簡單介紹一下,渲染器通常在開始渲染前就拿得到:

  • Geometry:物體的形狀與位置。
  • Material:物體的材質與 BSDF。
  • Light:光源的類型、形狀、發光資訊,以及位置或方向等資料。
  • Camera:相機的位置與方向。

所以其實渲染器本來就知道這些資訊了。

但問題又來了,憑什麼 NEE 拿得到,BSDF sampling 拿不到?是把 BSDF 當次等公民嗎?

其實終究還是回到它們各自被賦予的任務上。如果還不熟悉,推薦回去看 BSDF 和渲染那兩篇,但這裡簡單說一下。

假設 Camera Ray 打到地板上的位置 PP。

BSDF sampling 在問:

「根據地板材質,以及光要往觀察方向出去這件事,我應該抽哪個方向繼續追蹤?」

它會根據材質相關的分布,抽出一個方向。標準的 BSDF sampling 本身不會特別去查光源位置。

NEE 則在問:

「既然場景有光源,我可不可以直接抽光源,看看它對 PP 有多少貢獻?」

所以 BSDF sampling 看材質,NEE 看光源,各自拿不同的資訊來抽籤。

繞了這麼一大圈,我們好像還是沒進到 NEE 到底怎麼運作,對吧?那就再白話一點:

從目前光線打到的點 PP,取樣一個光源上的位置,往那裡連一條線,檢查中間有沒有物體遮擋。如果沒有遮擋,再計算這個光源樣本對 PP 的光照貢獻。

這裡先用面光源來想,例如一塊會發光的矩形。NEE 會抽它上面的某個位置,再從 PP 連過去。實務上也常直接取樣朝向光源的方向。

所以 NEE 也還是在抽籤,只是抽籤的範圍和依據變了。

抽到方向後,遮擋測試和材質計算就會告訴我們,這張簽能帶回多少光照。

上圖依材質向多個方向採樣,可能錯過小光源;下圖的 NEE 直接向抽中的光源位置連線並檢查遮擋。
兩種方法改變的是怎麼選方向,光照貢獻仍要配合材質與取樣權重計算。

四、NEE 怎麼又需要 BSDF 了?

那知道白話了,實務上怎麼算?其實這就要接回之前的章節了。

先拿之前介紹的表面反射公式來看:

Lo(x,ωo)=Le(x,ωo)+∫Ω+fr(x,ωi,ωo)Li(x,ωi)(n⋅ωi) dωiL_o(x,\omega_o)=L_e(x,\omega_o)+ \int_{\Omega^+} f_r(x,\omega_i,\omega_o) L_i(x,\omega_i) (\mathbf n\cdot\omega_i)\,d\omega_i

我們的老朋友,渲染方程式又回來了。

沒錯,NEE 依然逃不開這個公式。這裡不再詳細介紹,要看符號說明可以去看〈關於渲染那檔事〉。這次先看材質那項,也就是 frf_r。

這裡的 frf_r 是 BRDF,負責 BSDF 裡反射的那一部分;Ω+\Omega^+ 則是我們之前介紹的反射半球。

相信大家這裡又會冒出一個疑問:

「欸,不對,不是說要用 NEE 改善取樣嗎?怎麼又有 BSDF 的事?」

因為 NEE 改的是「怎麼選方向」,它還是需要材質模型,才能計算這個方向的光對觀察方向有多少貢獻。

沒錯,就是這麼現實。

那如果還是依賴 BSDF,到底哪裡變了?不是一樣嗎?這裡就直接看兩者的數學寫法。

用一個面光源照亮霧面表面的場景來看。Ldirect(x,ωi)L_{\mathrm{direct}}(x,\omega_i) 就是這個方向直接從光源帶來的入射輻亮度,包含遮擋的影響。

用 BSDF sampling 單獨估計直接光照,一個樣本可以寫成:

L^directBSDF=fr(x,ωi,ωo)Ldirect(x,ωi)(n⋅ωi)pBSDF(ωi),ωi∼pBSDF\widehat L_{\mathrm{direct}}^{\mathrm{BSDF}}= \frac{ f_r(x,\omega_i,\omega_o) L_{\mathrm{direct}}(x,\omega_i) (\mathbf n\cdot\omega_i) }{p_{\mathrm{BSDF}}(\omega_i)}, \qquad\omega_i\sim p_{\mathrm{BSDF}}

這是 NEE 單獨估計同一項直接光照的寫法:

L^directNEE=fr(x,ωi,ωo)Ldirect(x,ωi)(n⋅ωi)plight(ωi),ωi∼plight\widehat L_{\mathrm{direct}}^{\mathrm{NEE}}= \frac{ f_r(x,\omega_i,\omega_o) L_{\mathrm{direct}}(x,\omega_i) (\mathbf n\cdot\omega_i) }{p_{\mathrm{light}}(\omega_i)}, \qquad\omega_i\sim p_{\mathrm{light}}

相信大家一定看得很矇,其實沒關係,先不用把所有符號都背起來。重要的是看 plight(ωi)p_{\mathrm{light}}(\omega_i) 跟 pBSDF(ωi)p_{\mathrm{BSDF}}(\omega_i)。

欸,這是什麼?沒錯,這就是我們之前介紹的 PDF(Probability Density Function,機率密度函數)。

所以如果要簡化介紹,兩者的區別就是:

  • BSDF sampling:根據材質相關的散射分布決定取樣方向。
  • NEE:利用光源的資訊決定取樣方向。

我們想算的直接光照不變,但抽樣用的分布不一樣,分母也就要用各自的 PDF 補償。

開始寫程式時,再看這幾個細節

上面兩個 PDF 都是對方向的立體角定義的。從光源表面抽位置時,要把面積 PDF 轉成方向 PDF;多光源場景裡,則要一起算進選到這個光源的機率。

環境光源則是取樣環境的方向,再檢查光線沿那個方向能不能離開場景。這時連的是一個方向,並沒有某個光源表面上的位置。

點光源與理想鏡面的取樣,會用到之前的 Dirac Delta 筆記提到的特定方向與離散事件。像純理想鏡面的交點,通常就沿著鏡面方向繼續追蹤。

五、放進 Path Tracing 裡,怎麼搭配?

剛剛我們已經介紹了 NEE 的基本原理,那實際放到 Path Tracing 裡,又是怎麼運作的呢?

我們知道,追蹤光線時會得到新的表面交點,並透過 BSDF sampling 決定下一次反彈的方向。

那這裡其實就可以發現一件事情:既然每次反彈都會產生一個新的表面交點,我們是不是就可以在交點額外執行一次 NEE?

答案是可以的!像前面用來舉例的霧面表面,就很適合這樣做。

也就是說,我們不需要等 BSDF sampling 剛好命中光源,而是可以在這些反彈節點,主動對光源取樣,估計這個位置接收到的直接光照。

接著,再透過 BSDF sampling 繼續追蹤後續的反彈路徑。

如此一來,即使 BSDF sampling 沒有直接命中光源,我們仍然有機會透過 NEE 取得直接光照貢獻。把每個節點的估計乘上前面累積的 Path Throughput,就能累加它對像素的貢獻。

後續反彈節點也能照這樣做。光源先照到牆壁,再由牆壁影響地板,這些間接光就能沿著路徑帶回來。

所以整個流程就可以想成:在交點先主動找光源,取得這裡的直接光;再照材質抽方向,繼續去找下一個交點。

NEE 和 BSDF sampling 一起用,光照怎麼分?

NEE 能估計直接光照,BSDF sampling 也可能剛好命中光源。搭配時,兩種方法就會估計到同一份直接光照。

實務上通常會用 MIS(Multiple Importance Sampling,多重重要性抽樣) 分配權重,讓這份光照算一次,也讓兩種抽法各自發揮長處。MIS 的細節之後可以再整理。

尤其是小光源配上散射較廣的材質,主動找光源通常很有幫助;反射分布很窄的材質,則能靠 BSDF sampling 把方向抽得更準。

NEE 額外做的光源取樣與遮擋測試也需要時間,所以比較效率時,看的是同樣的運算時間能得到多穩的結果。

好了,說了這麼多,也該結個尾了。

說實話,NEE 到底解決什麼事?相信大家看了這麼多,只想得到一句直接的答案,對吧?

NEE 利用光源資訊來估計直接光照,讓我們不用只等 BSDF sampling 剛好命中光源,通常能減少這部分估計的變異。

嗯,對,就是想讓你的 GPU 不要亂噴 GPU time,效率問題畢竟還是很重要的。

參考資料

完

#學習筆記#NEE#Next Event Estimation#BSDF#Path Tracing#直接光照#MIS

客官怎麼看

看完有話想說,留在這裡。罵我也可以,罵別人更好。

可用 GitHub 登入,或以筆名題字;Email 選填。地區章依網路位置辨識,臺灣可顯示縣市;編號用來區分留言。