本文探讨了SpatiotemporalVariance-GuidedFiltering（SVGF）及其在图像处理中的应用，包括深度、法线和亮度因素的影响。同时介绍了RecurrentAutoEncoder（RAE）作为一种后处理降噪方法，利用神经网络进行时间积累。另外，对比了TemporalAnti-Aliasing（TAA）、MSAA、SSAA和SMAA等抗锯齿技术，并提到了DeferredShading、TiledShading和ClusteredShading等渲染策略，以及LevelofDetailSolutions（LOD）在优化性能中的作用。
Spatiotemporal Variance-Guided Filtering（SVGF）
spatial（使用三个因素）：
1.Depth
公式的理解：
2.normal：
不应用法线贴图
3.Luminance（灰度颜色）：
Recurrent AutoEncoder（RAE）
是一种后处理的降噪方式（使用神经网络）：输入噪声图像输出降噪后的图像
会使用G-buffers
神经网络自动进行temporal accumulation
关键设计：
1.AutoEncoder（or U-Net）结构
2.Recurrent convolutional block（在网络跑的时候信息会流回网络自己）
两种方法对比
Practical Industrial solutions
Temporal Anti-Aliasing（TAA）
MSAA与SSAA的区别：
SMAA：
G-buffers是不应该反走样的
Temporal Super Resolution
Deferred Shading（延迟渲染）
只渲染可见的fragments：
pass1：先不着色，只更新深度缓存
pass2：正常着色
可用后处理的抗锯齿方法
Tiled Shading
Clustered Shading
Level of Detail Solutions（LOD）
扫一扫
67
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
