Neural Radiance Caching

论文链接

视频链接

这是 Thomas Müller 等人在 SIGGRAPH 2021 上发表的。论文写的有点 pedantic，没有看懂，但是看了视频就懂了。

Radiance Caching

Radiance Caching 是个老算法了。主要就是把一个点辐射出的 Radiance 编码成 Spherical Harmonics，然后在实时渲染中帮助做 shading。可以作为 precomputation 算法，也可以用来加速实时光追。

Pre-convolved Radiance Caching 这篇文章里写的很清楚了：Radiance Caching (Middle row, Right) projects incoming radiance into the SH basis, for every pixel converts the BRDF into SH and
performs a dot-product between two dense vectors per pixel.

Neural Radiance Caching

首先是 Radiance Caching 在实时光追中的应用。我们知道，离线渲染的时候，一条 Ray 可以 bounce 多次，如 64；而实时光追中，往往只能 bounce 一次。或者说，离线渲染里的 path 是很长的，实时光追里的 path 是很短的。

那如果说一条光线已经完成 bounce 了，但没有 hit 到 light source 或者 skybox，没法计算能量，那就只能抛弃了，这就导致渲染图上的黑像素。当然，使用一些重要性采样算法，比如 Bitterli 的 ReSTIR 可以很好地改善：

但如果有 Radiance Cache 的加持的话，那些没有得到能量的 ray，可以直接查找最后一次交点在 Radiance Cache 上的值，就知道能量是多少了。因此 Radiance Cache 可以改善实时光追质量。

这篇文章非常 NB 地用神经网络来存储 Radiance Cache，而不是用球谐函数，就是说训练了一个黑箱 $N$，可以方便地得到点 $\mathbf{x}$ 处的 Radiance $L_s$：

L s = N