elsevier - نوع چهارم - ترجمه ویژهحل مشکل بدنمایی سایه با نمونه برداری کلان سایه افکن گزینشی
چکیده
شیوه های موجود خوشنماسازی GPU از جمله MSAA و یا MLAA روی کاهش بدنمایی مصنوعی در امتداد مرزهای تصویر سیه نما یا لبه های فضای تصویر تمرکز دارد. با این وجود این روش ها بدنمایی سایه زنی جزئیات هندسی پر بسامد را نادیده گرفته اند. این امر منجر به بدنمایی سایه زنی مصنوعی می شود که به پدیده Bailey Bead یعنی کیفیت پایین تصویر درخشندگی مداوم سپکولوم یک رشته مروارید شباهت دارد. چنین مصنوعاتی مخصوصا به دلیل سطوح با کیفیتشان قابل توجه است. تاکنون، تنها راه از بین بردن بدنمایی حاصل از سایه زنی از طریق نمونه برداری کلان سراسری کل تصویر و بوسیله تعداد زیادی از نمونه ها انجام می شود. با این وجود نمونه برداری کلان سراسری تصویر بسیار کند انجام می گیرد و مصرف پهنای باند را به طور قابل توجهی افزایش می دهد. ما در اینجا سه رویکرد قابل تطبیقی را ارائه می کنیم که به طور محلی فقط از مثلث مربوطه در GPU نمونه برداری کلان می کند. بدین طریق هنگامی که بدنمایی تصویر سایه نما بوسیله سخت افزار کارآمدMSAA کاهش یافت، حالت مصنوعی سایه زنی هم به طور موثری از بین می رود.
1. مقدمه
هیچ کسی تاکنون مساله خوشنماسازی را حل نکرده است. (جیم بلین) مصنوعات بدنمایی همانند خطوط درهمی در تصاویر بی حرکت و نیز مانند خطوط لرزانی در انیمیشن ها به چشم می آیند. با توجه به پیشرفت های اخیر در گرافیک های کامپیوتری، هنوز برای این مشکل هیچ راه حل جامعی صرفه نظر از عملکرد موثر قابل توجه مانند آنچه که در بخش های [1و2و3] دیده می شود ارائه نشده است. در حالی که کاملا مشخص شده این مصنوعات به دلیل نقض نظریه نمونه برداری Nyquist–Shannon بوجود می آیند تا این لحظه هیچ راه حل قابل فهمی بدون چشم پوشی کردن از عملکرد ارئه نشده است. نوع بدنمایی مصنوعی که در این پژوهش بحث کرده ایم در شکل 1 نشان داده شده است. این تصویر نمای یکطرفه ای از سه سری بدنه BMW را با درخشندگی سپکولوم در کنار ویژگی های مشخص نشان می دهد. اگرچه درخشندگی سپکولوم باید همانند یک منطقه درخشان مداوم و طولانی به نظر بیاید، اما به چند نقطه نورانی تقسیم شده است. این حالت مصنوعی به پدیده Bailey Bead شباهت دارد و در گرفتگی های منظومه شمسی [خسوف و کسوف] دیده می شود: اشعه های خورشید که سطح ماه را خراش می دهند مانند یک زنجیره مهره درخشان یافت می شوند. پیکسل های سفید در تصویر 1 را می توان مروارید در نظر گرفت و پیکسل های خاکستری را یک رشته یا زنجیره ای از مهره. از آنجا که نتوانستیم واژه مناسبی برای این نوع بدنمایی که عمدتا نادیده گرفته شده است بیابیم، آن را در این مقاله «مهره های زنجیره ای» می نامیم. وقتی که به چنین صحنه ای جان بخشیده می شود، مصنوعات توسط یک لرزش آشکاری تقویت می گردد گویی که انگار نقاط نورانی شروع به حرکت و پریدن می کنند. آنچه که اوضاع را بدتر می کند این است که چنین درخشندگی های کوچکی از تاخوردگی ها معمولا عنصری مهم در طراحی به حساب می آیند و نمایش درست آنها بسیار با اهمیت است.
تکنیک های خوشنماسازی موجود در کاهش بدنمایی بامرزهای تصویر سایه نما و لبه های قابل رویت هماهنگ شده است اما در خوشنماسازی مهره های زنجیره ای موفق نبوده اند. مشکل اساسی این است که درخشندگی هم بسیار نورانی و هم بسیار باریک است و روش خوشنماسازی مبتنی بر نمونه برداری فضای تصویر حتی در نمونه برداری کلان سطح بالا نیز احتمالا این ویژگی را در نظر نمی گیرد. با این وجود، ظاهر نتیجه را می توان به خوبی در فضای اشیا پیش بینی کرد مثلا از طریق تحلیل بردار تغییرات سطح طبیعی. ایده حال حاضر انتخاب کردن آن مثلث هایی است که به احتمال زیاد حالت مصنوعی ایجاد می کنند و تقویت میزان بسیار بالای نمونه برداری فقط برای چنین مثلث هایی انجام می گیرد. در این مقاله سه شیوه متفاوت را برای رسیدن به این هدف توصیف و بررسی می کنیم. همچنین نشان می دهیم که هر سه رویکرد بدنمایی را از مهره های زنجیره ای حذف و بلادرنگ تصاویری با بهترین کیفیت تولید می کند. روش های ما بر مصنوعات مهره های زنجیره ای متمرکز است اما ایده اصلی را در همه بدنمایی هایی که در فضای اشیا قابل پیش بینی است می توان به کار بست.
abstract
Existing GPU antialiasing techniques, such as MSAA or MLAA, focus on reducing aliasing artifacts along silhouette boundaries or edges in image space. However, they neglect aliasing from shading in case of high-frequency geometric detail. This may lead to a shading aliasing artifact that resembles Bailey's Bead Phenomenon—the degradation of continuous specular highlights to a string of pearls. These types of artifacts are particularly striking for high-quality surfaces. So far, the only way of removing aliasing from shading is by globally supersampling the entire image with a large number of samples. However, globally supersampling the image is slow and significantly increases bandwidth consumption. We propose three adaptive approaches that locally supersample triangles only where necessary on the GPU. Thereby, we efficiently remove artifacts from shading while aliasing along silhouettes is reduced by efficient hardware MSAA.
1. Introduction
Nobody will ever solve the antialiasing problem. – Jim Blinn [1] Aliasing artifacts appear as jagged lines in still images and as flickering in animations. Given even the latest advances in computer graphics, there is still no comprehensive solution to the problem without significantly impacting performance, as observed by [2,3,1]. While it is perfectly understood that these artifacts occur due to violation of the Nyquist–Shannon sampling theorem [4], there still is no straightforward solution without disregarding performance. The type of aliasing artifact we discuss in this work is illustrated in Fig. 1: The rendering shows a sideways view on the body of a BMW 3 series with specular highlights along sharp features. While this specular highlight should appear as one long continuous bright area, it degrades to a series of bright spots. This artifact resembles Bailey's Bead Phenomenon, which is observable during solar-eclipses: sun-rays that graze the moon occur as a bead chain. The white pixels in Fig. 1 can be considered the pearls, and the grey pixels the string of the bead.1 Since we were not able to find an appropriate term for this mainly ignored kind of aliasing, we will refer to it as “bead chains” in this paper. When animating such a scene, the artifacts are amplified by an apparent flickering, as the bright spots begin to move and jump. What makes things even worse is that such fine highlights from folds are usually an important design element, and their proper display is particularly important. Current antialiasing techniques are geared toward reducing aliasing along silhouette boundaries and visible edges, but they fail to antialias bead chains. The fundamental problem is that the highlight is both very bright and very thin, and any anti-aliasing method based on sampling in image space is likely to miss this feature, even with high supersampling. However, the appearance of the effect can be predicted well in object space, for instance by analyzing surface-normal vector variation. The idea is to single out those few triangles that are likely to generate artifacts and to enforce very high sampling rates only for these. In this paper, we describe and examine three different variants to achieve this. We show that all these approaches remove aliasing from bead chains, and generate high-quality renderings in realtime. Our techniques focus on the bead chain artifacts, but the basic idea applies to all types of aliasing that are predictable in object space.
چکیده
1. مقدمه
2. پژوهش پیشین
3. تحلیل مشکل
3.1 اندازه مثلث
3.2 تغییرات عمود
3.3 استفاده از روش های شناخته شده
4. نمونه برداری کلان اتخاذ شده
4.1 سایه رنگ زن هندسی SSS
4.2 سایه رنگ زن محاسباتی SSS
4.3 لیست پیوندی هر راس SSS
4.4 قابلیت رویت
5. نتایج و بحث
6. نتیجه گیری
abstract
1. Introduction
2. Previous work
3. Problem analysis
3.1. Triangle size
3.2. Normal variation
3.3. Using known methods
4. Adaptive supersampling
4.1. Geometry shader SSS
4.2. Compute shader SSS
4.3. Per-Pixel linked list SSS
4.4. Visibility
5. Results and discussion
6. Conclusion
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه