.png){kind=icon}
返回
Conditional Product Next Event Estimation for Gaussian Process Implicit Surfaces
.png){kind=icon}
PRE
AI
DOI：10.1111/cgf.70535.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们提出了一种新的下一事件估计（NEE）技术，用于高斯过程隐式曲面（GPISes）。我们表明，随着GPIS实现接近高度场，GPIS交点处可用于采样的表面法线分布从二维坍缩到一维，导致现有的NEE在此极限下完全失效。我们分析了这种坍缩现象，并开发了一种新策略，直接对朝向光源的球冠内有效的散射方向所形成的一维弧进行重要性采样。我们的技术首次实现了对高度场GPISes的NEE，并为高度各向异性的近高度场配置提供了显著的方差降低。我们通过多重重要性采样将我们的策略与现有技术结合，以实现跨所有各向异性程度的稳健性能，并通过球体代理支持任意发射器形状。
Keyword:
CCS Concepts
• Computing methodologies → Rendering
Ray tracing
• Mathematics of computing → Stochastic processes
期刊
IF:
2.9
论文数:
566
被引数:
1.1W
.png){kind=icon}
