Monte Carlo (MC) rendering is the most common method in Computer Graphics to generate photo-realistic images. To enhance it efficiently, a variety of methods related to sampling has been developed, one of the simple and efficient way is Multiple Importance Sampling (MIS). This technique is a powerful technique for combining several sampling strategies. However, choosing an optimal weight in combining several sampling strategies remains a challenge. To address this problem, we propose a data-driven weight computation for reducing the variance of MIS. The point of our method is to utilize the scene information. We use precomputation for utilizing scene information, and it allows for computing an optimal weight depending on a scene. Specifically, optimal weight varies on each portion of the scene. Our method applies an optimal weight to an image locally. We observed meaningful results over prior methods in different scenes.
본 논문에서는 몬테카를로 렌더링 (Monte Carlo rendering) 을 위한 다중 중요도 샘플링 (Multiple Importance Sampling) 기법을 좀 더 효율적이고 의미 있는 결과를 얻기 위해, 기존 방법에 데이터 기반 (Data-driven) 의 특성을 가진 방법을 제안한다.
몬테카를로 렌더링은 그래픽스 분야에서 가장 보편적으로 사용되는 기술 중의 하나로, 실제와 같은 가상의 이미지를 얻는 것을 목표로 하고 있다. 이를 위해 빛의 현상과 물체와의 상호작용을 샘플링을 통하여 실제의 색을 구하기 위한 적분 값을 추정한다. 많은 광선 샘플을 사용할수록 고화질의 이미지를 얻을 수 있지만, 무한히 많은 광선 샘플을 사용하는 것은 불가능하며 적분 값을 추정하는데 많은 시간을 소요하기 때문에 중요한 부분에만 샘플을 사용하는 연구가 필요로 하게 된다. 이를 중요도 샘플링 (Importance Sampling) 이라고 하며, 이와 관련된 샘플링 기술들이 활발히 연구되고 있다. 다중 중요도 샘플링 (Multiple Importance Sampling) 은 이 샘플링 기술을 효율적으로 사용하기 위한 방법 중 하나로 다양한 샘플링 기술들을 최적의 비율로 혼합시켜 효과적으로 샘플링하는 방법이다. 하지만 이 방식은 여러 개의 샘플링 방식을 적절한 가중치로 분배하여 렌더링의 효율성을 높인 것인데, 기존 연구에서는 이 가중치를 샘플을 취하기 전 미리 정해진 것으로 적용하기 때문에 화면 구성에 따라 고화질의 이미지를 뽑아 낼 수 있지만 그렇지 못한 경우도 발생하게 되는 단점을 가지고 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 선 계산 (Precomputation) 을 통해 소량의 광선 샘플을 가지고 최적의 가중치를 찾는 방법을 제안한다. 장단점이 존재하는 두 가지의 샘플링 방식(Light sampling, BRDF sampling)을 대표적으로 사용하여 픽셀마다 가중치를 달리하여 실험한 결과, 최적의 가중치가 환경에 따라 달라지는 것을 확인할 수 있었다. 이 결과는 화면의 오브젝트와 빛의 크기에 따라 최적의 가중치가 존재하는 특성을 보여준다. 선계산을 통해 최적의 가중치를 구하는 과정은 많은 광선 샘플을 사용하게 되면 렌더링의 효율이 떨어지게 된다. 본 논문은 기존의 방법과 대표적인 두 가지 샘플링 방식(Light sampling, BRDF sampling) 3가지만을 선계산을 하는 것으로 소모되는 광선 샘플수를 줄였다. 그리고 실험적 결과를 통하여 최적의 가중치 분포가 특정한 형태를 띠는 것을 분석하여 최소자승법 (Least Square Method) 를 사용하여 가중치를 계산하였고, 이 가중치를 최종 렌더링에 적용한다.
