[acm15]thesggxmicroflakedistribution

intro

acm transaction on graphics 15的一个文章&＃xff1b;
https://dl.acm.org/doi/10.1145/2766988
整体偏学术&＃xff0c;主要是对马岛的siggraph20的course中有引用&＃xff0c;顺着看过来&＃xff0c;还挺有意思&＃xff1b;
论文本身有点晦涩&＃xff0c;看起来有点枯燥&＃xff0c;看这个视频比较好&＃xff1a;
https://www.bilibili.com/video/BV1MK411P71x?from&＃61;search&seid&＃61;10817193380449311591
笔者还加了些注释说明。

overview

sggx microflake distribution是处理volume 渲染的一个方法&＃xff1b;

像fur&＃xff0c;fabric&＃xff0c;植被这种&＃xff0c;物理比较正确的方式还是要按照volume去建模&＃xff1b;
像之前[sig16]《神秘海域4》中的volumetric-based materials
里的技术还是偏hack的&＃xff0c;没有做正确的建模和计算。

在sggx之前&＃xff0c;是有zhao shuang老师的很多在volume渲染方面的很多工作.
对于毛发这种&＃xff0c;是属于各向异性的体数据&＃xff0c;一般使用的建模是microflake&＃xff1b;毛发这种完整说来是&＃xff1a;spatially-varing properties of anisotropic microflake participating media&＃xff1b;
microflake就是如图理解就行&＃xff0c;就是volume中一堆小片&＃xff0c;用这个来建模各种体数据&＃xff1b;

但是之前的做法是超高精度的渲染方式&＃xff0c;细节很高&＃xff0c;但是消耗太大&＃xff1b;
而且数学模型也不容易去downsample。
sggx是使用了一个更加简单&＃xff0c;以及容易lod的表达&＃xff0c;极大地提升了这个渲染的效率&＃xff0c;因此也在一些游戏中开始被使用&＃xff1b;

关键点

整篇文章关键点两个&＃xff1a;

• roughness物理属性的直觉表达&＃xff0c;是microflake在各个方向上的投影面积&＃xff08;project area&＃xff09;
• 然后使用ellipsoid&＃xff08;椭球体&＃xff09;来表达建模&＃xff0c;把解析公式的方式&＃xff0c;转变成geometry的方式&＃xff0c;进而把整个问题大幅度简化
  
  这里作者首先从light在volume中传播的方式来进行反推&＃xff0c;最后得出roughness就是microflake在各个方向上的project area&＃xff1b;
  然后进行downsample的时候也要围绕这个来做&＃xff1b;
  一旦有了project area这个关键点&＃xff0c;那么建模就相对直接
  
  

就是使用ellipsoid来建模&＃xff0c;可以做到和原来的microflake等效&＃xff1b;

这样normal distribution什么的也都有了&＃xff0c;sggx的ellipsoid模型也可以把ggx distribution统一进来&＃xff1b;

然后ellisoid表达就是一个矩阵就有了&＃xff0c;各种简洁&＃xff1b;
进而各种dowsample等等的操作就简单了&＃xff1b;

结果

sggx normal distribution能够在效果相近的情况下&＃xff0c;大幅度提升渲染效率&＃xff0c;可以说是挺犀利了&＃xff1b;