视觉感知差异驱动的样本梯度自适应渲染算法

摘要

当使用蒙特卡罗路径跟踪方法渲染三维场景时，由于采样不足，可能会出现噪声和细节缺失等问题.直接提升采样数水平则会产生冗余计算.为此本文提出了一种基于样本梯度的自适应渲染算法.首先在预处理阶段，获取粗渲染结果图.然后计算图像的恰可察觉差异值和熵值，进而获取控制渲染所需的阈值.随后对样本梯度进行池化和平滑滤波，然后通过对比样本差异和阈值来判断像素点是否达到收敛状态.实验结果表明，与现有的感知驱动渲染方法相比，其PSNR和SSIM分别提升了4.75%～9.98%,9.88%～17.22%.

关键词

路径跟踪 / 三维场景 / 感知驱动渲染 / 恰可察觉差异值 / 梯度

基金资助

国家自然科学基金项目(U19A2063)资助; 吉林省科技发展计划项目(20230201080GX)资助