
随机变量X大于t的概率可以用随机变量X的均值和方差进行估计
这个是单边切比雪夫不等式,它给出的是概率上限,也就是X大于t的概率不会大于这个
VSM
软阴影需要在shadowMap上多次采样才行,采样点越多越软,但是并不能提前模糊光源深度图,模糊深度图后只是改变了比较的深度值,最终采样结果还是0-1,而VSM的思想就是通过概率论的公式直接估计一片区域内ShadowMap的深度比着色点深度更大的概率,只需要采样深度图一次即可(不过多了一个对深度图进行模糊的Pass)
流程很简单


操作简单,但是效果非常好。但是!漏光了!头盔左侧

如果直接用的话问题还是很大的

网上对漏光的解释是当我算C的阴影时,应该按照B的深度来估计,但是A也参与了,AB深度差距大,方差大,估算不准确

大概理解一下就是一片区域进行采样的filter时,这片区域的深度变化非常大,不能称之为类似一个正态分布的情况,这就会导致你用切比雪夫不等式估算不准确。
实际测试下来就是发现深度变化大的地方就容易漏光

解决漏光可以使用ESVM,用指数函数$e^{kd}$对深度做变换,将多峰分布拉成单峰,压缩方差
改完之后确实有效果

但是并不能完全消除阴影,有些视角下还是有漏光的
