蒙特卡洛渲染算法的高效降噪方法

目录

声明

摘要

第1章绪论

1．1研究背景及意义

1．2本文主要工作

第2章相关工作

2．1离线蒙特卡洛渲染的降噪方法

2．1．1光子映射算法的传统降噪方法

2．1．2基于深度学习的降噪方法

2．2实时蒙特卡洛渲染的降噪方法

2．2．1传统重建方法

2．2．2时域累计和反走样

2．2．3实时降噪方法

2．2．4精确的运动向量

2．2．5个体光照效果

第3章随机渐进式光子映射降噪方法

3．1随机渐进式光子映射中的方差与偏差

3．2随机渐进式光子映射的图像空间降噪模型

3．3深度残差降噪网络

3．4光子相关特征

3．5实验平台

3．6实验方法

3．7实验结果

3．7．1结果对比

3．7．2性能分析

3．7．3网络组件作用分析

3．8讨论

第4章基于运动向量的实时光线追踪降噪方法

4．1时域方法与反向投影技术

4．2阴影运动向量

4．3随机反射运动向量

4．4双运动向量

4．5具体实现细节

4．6实验平台

4．7实验方法

4．8实验结果

4．8．1阴影

4．8．2光泽反射

4．8．3遮挡

4．8．4性能分析

4．9讨论

第5章总结

5．1本文总结

5．2未来展望

参考文献

致谢

攻读学位期间发表的学术论文目录

攻读学位期间参与的科研项目