1樓:pasu
目前都是離線,還沒有實時的應用,也主要應用在inverse problem
具體在渲染方面,大概有兩個,都是基於梯度優化MLT中的光路取樣的接受率:
Hessian-Hamiltonian Monte Carlo Rendering
Langevin Monte Carlo Rendering with Gradient-based Adaptation
另外,因為autodiff計算量較大,通常需要借助GPU平行計算能力,在Mitsuba2 (Mitsuba 2 A Retargetable Forward and Inverse Renderer)中採用了Coherent MLT演算法,因為Coherent有益於並行能力計算臨近光路的貢獻,也算是可微分渲染間接實現了CMLT演算法的並行實現,提高了渲染效率。
2樓:椎名深雪
(這答案就當看個樂
如果光追只是算算反射啥的不會有幫助。這類演算法主要還是給離線提供的,MCMC提公升了一部分場景的收斂速度。但是比較簡單的場景不一定真的會變快。
在GPU上實現MCMC有點麻煩但也是可的。
另外MCMC幀與幀之間不穩定,容易出現閃爍。
另外不太清楚自動微分在GPU上的效率能不能到實時標準。
單向蒙特卡洛路徑追蹤不能模擬焦散,為什麼雙向蒙特卡洛路徑追蹤卻可以模擬直接焦散 除去SDS ?
IgnorantMonkey 準確的來說 path tracing converge完全其實也可以模擬caustics。只是說在實際情況下caustics的場景對於PT來說太難了,因為你很難找到符合caustics物理約束的光線 比如說乙個透鏡起到聚光的作用你想從窄口進寬口當然很難 caustics...
怎麼通俗理解蒙特卡洛模擬?
wx3a5dc9fd1c5b1c5e 看了樓上的都很專業!但是都不通俗。其實只要記住,蒙特卡洛是個賭城的城市就行了。沒錯。就是賭博。為什麼炸金花三張比對子厲害。多賭就知道了。摘自 得到 小熊軟糖 蒙特卡洛是研究隨機性的方法,從隨機方法中找到確定答案,確定概率的方法。比較經典的乙個實驗,就是 的計算。...
馬爾科夫鏈蒙特卡洛模擬(MCMC)(一)
此時此刻。鬼使神差的搜了這個問題來答,現在非常害怕,打字的手都在顫,心跳起伏也非常大,心理又酸又麻,還有點喘不過氣,想嘔吐。 假裝不正經 讓我覺得恐懼的時刻,大概就是,得知父親罹患肝癌的時候。2013年年底,父親被確診為原發性肝癌,當時我讀大四。每次學校放假,我回家要先火車到長春,然後汽車回縣城,每...