RAYTRACING Ondra Karlík (Keymaster)
O MNĚ Ondra Karlík (Keymaster) Čerstvě Bc. na FEL ČVUT v Praze ;) Bakalářská práce: Využití generického programování v raytracingu Vlastní renderer: K-Ray (pracovní název) Kontakt ICQ: 125-171-564 web: http://keymaster.cz Maxarea: nick Keymaster
O PŘEDNÁŠCE Motto: Co se stane, když stisknete F9 Obsah: 1. Princip raytracingu, konkurenční metody 2. Jednoduchý raytracer 3. Metoda Monte Carlo 4. Složitější efekty - stíny, area lights, HDRI, reflexe, refrakce, glossy efekty,... + Optimalizace
GENEROVÁNÍ OBRAZU Úkol: ze scény (soubor objektů, světel, materiálů) vyrenderovat obrázek Různé přístupy Nejvíce používané: Přímá rasterizace (rychlé, nekvalitní - hry - GPU) Raytracing (pomalé, kvalitní - VFX - CPU)
PŘÍMÁ RASTERIZACE OpenGL, Direct3D - hry, realtime aplikace Postupně se každý trojúhelník transformuje (promítne) z 3D světa do 2D obrazu Zobrazí se vždy nejbližší objekt ke kameře Nerespektuje fyzikální principy reálného světa Jednoduché materiály zobrazí stejně kvalitně jako raytracing (viz Furry ball ;)) Neumí: reflexe, refrakce, ostré stíny, area lights, DOF,...
RAYTRACING Pomalejší (ale lépe zvládá mnoho polygonů) Napodobuje reálný svět možno simulovat spoustu realistických efektů Využíván v GI rendererech (V-Ray, Mental Ray, FinalRender, Maxwell,...), ne ve Scanline
VIDĚNÍ V REÁLNÉM SVĚTĚ 1. Fotony (částice světla) jsou emitovány ze světel 2. Pak cestují po scéně, odrážejí se, jsou pohlcovány,... 3. Nakonec některé dopadnou do senzoru (oko, CCD,...) vytvoří obraz Každý foton má barvu Více fotonů = větší intenzita světla
SIMULACE RAYTRACINGEM Simulujeme reálné světlo v počítači Foton extrémně malý, jsou jich miliardy miliard místo fotonů paprsky Paprsek Idealizovaný tenký svazek fotonů Může mít přiřazenou libovolnou energii stačí řádově méně Jen zlomek paprsků ze světel zasáhne snímač obrátíme směr chodu paprsků (fyzikálně korektní) - generování v kameře
SCÉNA Připraví se před samotným raytracingem Data potřebná k vytvoření obrazu Primitiva Materiály Textury Světla Environment Pozice kamery
OBJEKT - PRIMITIVE Cokoliv, pro co umíme najít průsečík s paprskem Data - pozice, rozměry, materiál,... + algoritmus (postup) nalezení průsečíku Trojúhelník, koule, plocha, kvádr, instance,... Typicky: 3D studio rozbije celou scénu na trojúhelníky po meshsmoothu bez struktury (bez objektů, skupin,...) - triangle soup
PRINCIP RAYTRACINGU 1. Vystřelí se paprsky z kamery 2. Zjistí se kam dopadnou 3. Pro místo dopadu se vypočítá barva
CAMERA OBSCURA Nejjednodušší možný fotoaparát Malým otvorem prochází světlo, které vytvoří na stínítku ostrý obraz Díky jednoduchosti se nejčastěji simuluje v CG
TVORBA PAPRSKŮ Nejjednodušší případ: simulace Camera obscura Z parametrů kamery se určí počátek a image plane Paprsek jde z počátku skrz pixelem v image plane Pro každý pixel: 1 paprsek skrz jeho střed
SLEDOVÁNÍ PAPRSKU Hledání nejbližšího průsečíku Naivní algoritmus: 1. otestovat všechny objekty 2. vybrat nejbližší nalezený průsečík Hledání nejde zastavit po nalezení prvního průsečíku: Obrovská časová složitost, jde řešit lépe
VÝPOČET BARVY (SHADING) Konverze průsečík paprsku barva Mnoho různých možností: Stínování podle normály Stínování podle hloubky Phongův model Realistické materiály...
STÍNOVÁNÍ PODLE NORMÁLY Odstín šedé přímo úměrný úhlu mezi normálou povrchu a dopadlým paprskem Nebere vůbec v úvahu světla, materiál povrchu,...
NORMÁLY Normála = kolmice na povrch v daném bodě Polygony na zakřivených plochách: interpolace z normál vrcholů
STÍNOVÁNÍ PODLE HLOUBKY Odstín šedé přímo úměrný vzdálenosti od kamery V rendererech typicky jako render element (z-depth)
PHONGŮV MODEL 1973 - Bui Tuong Phong Široce rozšířený Hry - OpenGL 3ds MAX - Scanline renderer (Standard material) Uvažuje světla, normálu povrchu, vlastnosti materiálu Rychlý, nerealistický
PHONGŮV MODEL Osvětlení rozložené do tří složek Difůzní a spekulární složka: pro každé světlo zvlášť, výsledky se sečtou
REKAPITULACE 1. Kamera vytvoří 1 paprsek na pixel 2. Najde se nejbližší průsečík hrubou silou 3. Vypočítá se osvětlení pomocí Phongova modelu podle světel ve scéně Výsledek:
AKCELERAČNÍ STRUKTURY Problém: hledání průsečíku je pomalé 1 obrázek: ~ 100 000 000 paprsků 1 paprsek hrubou silou: ~ 1 000 000 testů primitiv Celkem tedy ~ 100 000 000 000 000 testů Stovky hodin i pro jednoduché scény Pro nalezení průsečíku není třeba testovat všechny objekty Řešení: akcelerační struktura Uniform grid Bounding volume hierarchy KD-Tree (nejrychlejší, nejpoužívanější)
UNIFORM GRID Scéna se rozdělí na rovnoměrné buňky tvořící 3D mřížku Každý objekt se zařadí do buňky, kam patří Paprsek putuje skrz buňky, protíná se jen s geometrií dané buňky
UNIFORM GRID
UNIFORM GRID
UNIFORM GRID
UNIFORM GRID
UNIFORM GRID
UNIFORM GRID
UNIFORM GRID
UNIFORM GRID
BOUNDING VOLUME HIERARCHY Scéna tvořena hierarchií do sebe vnořených obálek - bounding boxů Uvnitř obálky: 2 další obálky, nebo několik primitiv Když paprsek neprotne bounding box netřeba testovat cokoliv uvnitř Složitost nalezení průsečíku je logaritmicky úměrná počtu polygonů
KDYŽ SE ŘEKNE LOGARITMICKÁ... Logaritmická funkce: opak exponenciální Exponenciální (geometrická řada) roste extrémně rychle logaritmická roste extrémně pomalu 2 více objektů = pouze 1 krok navíc 10 poly...4 kroky 100 poly...7 kroků 1 000 poly...10 kroků 1 000 000 poly... 30 kroků 4 000 000 poly... 32 kroků 10 000 000 poly... 34 kroků
AKCELERAČNÍ STRUKTURA Před renderingem se staví (může trvat dlouho) V-Ray: hláška Building static raycast accelerator Kvalitně postavená struktura limitem pro polycount je RAM, ne CPU Srovnání v K-Ray: scéna: A-10 1M poly 1024 1024px, 3 AA bez struktury: ~200 hodin s BVH: 9 vteřin
STÍNY Problém: chybějící stíny vytvářejí nerealistický obraz Řešení: než započítáme příspěvek světla, oveříme viditelnost - netriviální úloha
STÍNY Ověření viditelnosti: opět hledání průsečíku Shadow ray vystřelen z povrchu ke každému světlu Jakýkoliv průsečík mezi povrchem a světlem stín Toto prodlužuje render (problém: hodně světel)
REFLEXE A REFRAKCE Jak udělat zrcadlové odrazy? Řešení: podle reálného světa - simulace dokonalého odrazu paprsků
REFLEXE V PRAXI Z povrchu se vystřelí 1 dodatečný paprsek Ten se vystínuje stejně, jako kdyby šel z kamery Toto se může víckrát opakovat, omezeno hloubkou zanoření (např. Max Depth ve V-Ray)
REFLEXE V PRAXI Z povrchu se vystřelí 1 dodatečný paprsek Ten se vystínuje stejně, jako kdyby šel z kamery Toto se může víckrát opakovat, omezeno hloubkou zanoření (např. Max Depth ve V-Ray)
REFLEXE V PRAXI Z povrchu se vystřelí 1 dodatečný paprsek Ten se vystínuje stejně, jako kdyby šel z kamery Toto se může víckrát opakovat, omezeno hloubkou zanoření (např. Max Depth ve V-Ray)
HÁDANKA Chci vypočítat obsah kruhu Neznám π, daný vzorec, integrální počet, ani Google ;) NÁPADY?
HÁDANKA Chci vypočítat obsah kruhu Neznám π, daný vzorec, integrální počet, ani Google ;) Řešení: Monte Carlo!
OBSAH KRUHU Nakreslím kruh na zem, opíšu mu čtverec
OBSAH KRUHU Nakreslím kruh na zem, opíšu mu čtverec Do čtverce náhodně naházím kamínky Procento kamínků uvnitř kruhu = procento obsahu čtverce, který vyplnil kruh
METODA MONTE CARLO Matematická metoda Umožňuje odhadnout to, co umíme spočítat jen lokálně, ne globálně Místo výpočtu přesné hodnoty veličiny vypočítám několik vzorků, ze kterých odhadnu výsledek Široké využití v renderingu: Antialiasing, DOF, Motion blur Area lights Glossy efekty GI Všechno, co produkuje šum
MONTE CARLO Sample = bod, pro který počítáme veličinu V raytracingu typicky 1 sample = 1 paprsek Příklad: ambient occlusion Přesný globální výpočet míry zastínění neumíme Umíme vypočítat lokální zastínění v jednom směru (vyšleme shadow ray) Vyšleme několik paprsků do různých směrů
MONTE CARLO - SAMPLOVÁNÍ Monte Carlo je nepřesné Průměrná odchylka se snižuje s počtem samplů zhruba: 4 více samplů 2 menší odchylka Rozmístění samplů ovlivňuje odchylku Pravidelné samply způsobují artefakty Náhodné samply způsobují šum Nejlepší: kombinace - pseudonáhodné samply
ANTI-ALIASING Problém: barva paprsku se počítá jen pro bod (nekonečně malá plocha) barva pixelu musí odrážet průměr barvy na celé jeho ploše 1 paprsek na pixel artefakty (aliasing)
ANTI-ALIASING Řešení: Monte Carlo: více paprsků skrz 1 pixel, výsledek zprůměrovat Pravidelné samply nejsou vhodné, nejlepší jsou pseudonáhodné
ROZOSTŘENÉ REFLEXE V reálném světě: nedokonalé, rozostřené reflexe Simulace: vystřelíme více paprsků, zprůměrujeme Střílí se primární paprsky, ty jsou složité pomalé
MOTION BLUR Příčina vzniku: po dobu otevření závěrky není scéna statická, objekty se pohybují Simulace: vystřelíme více paprsků v náhodném čase, zprůměrujeme
DEPTH OF FIELD Simulace složitější kamery: thin lens camera Vystřelí se opět více paprsků Počátek: ne 1 bod, ale náhodná pozice na kruhovém disku Směr: paprsky ze všech míst na disku se protnou v místě fokusu
AREA LIGHTS Bodová světla v reálném světě neexistují Plošné světelné zdroje: větší realismus Výpočet zastínění: Bodové světlo: jen 2 stavy - světlo/stín Plošné světlo: podíl zastínění
AREA LIGHTS Analytický výpočet stínů: extrémně komplikovaný Výpočet metodou Monte Carlo: ke světlu se vystřelí více paprsků (samplů) - delší výpočet
AREA LIGHTS SAMPLING Osvětlení přes několik samplů = defacto náhrada area light za několik point light Důležitost náhodného samplování: Fixní náhrada Pokaždé jiné náhodné vzorky Více samplů kvalitnější stíny, delší výpočetní čas Větší plocha světla větší šum
HDRI ENVIRONMENT Stejný princip jako u area lights HDR mapa se nahradí pokaždé jinými náhodnými bodovými světly Světla mají barvu a intenzitu mapy v daném místě Více světel se nageneruje ve světlých místech
MULTIDIMENSIONAL SAMPLING Příklad: chceme Area lights, AA, DOF - všechno po 10 samplech Naivní přístup: Máme 10 samplů na pixel, pro každý 10 paprsků kvůli DOF. A pro každý průsečík potřebujeme 10 shadow rayů. Celkem ~1000 paprsků Lepší přístup: Máme 10 samplů na pixel, pro každý z nich zvolíme náhodný počátek paprsku (DOF). Pro každý průsečík vystřelíme jen 1 náhodný shadow ray. Celkem 10 paprsků Obě metody konvergují zhruba stejně rychle
CO SE NESTIHLO :( Global Illumination Princip Monte Carlo - pathtracing Předpočítané data - IRR, Photon mapping Instancování SSS, Volumetrie, Subdivision displacement Rozbor paměťové náročnosti Zase někdy příště ;)