RTX

RTX实际做的事： 一个像素用一个样本来采样SPP

考虑了一次弹射，第一次primary Ray其实没有必要（从摄像机到着色点），只需要做一遍光栅化就可以实现一整个屏幕的primaryRay。所以一个SPP只需要考虑3条光线

降噪

时间滤波

1SPP噪声非常大。实时光线追踪在算法上并没有区别，主要原因是硬件的突破，让光线追踪达到了实时水平。所以实时光线追踪最关键的技术是降噪！ 从这幅图可以看出，降噪的效果非常好。降噪的方法有很多，但是应用到实时的降噪技术很少 实时降噪使用的是时间上的滤波。当前帧需要前一帧已经滤波。假设运动是连续的。有一个vector叫做motion vector，记录每个点上一帧的位置 也就是当前帧用的spp，使用了上一帧的spp，上一帧的spp也用了上上帧的spp，所以作用到当前帧的spp，远大于1。 下面首先介绍一个概念，G-buffer，这东西就是延迟渲染用的

Back projection

求一个像素的内容，在上一帧中的位置 首先求一个点的世界坐标：

• 可以提前存储在G-buffer
• 通过MVP+viewport的逆变换变回世界坐标
• 我们是知道每个世界坐标是如何变换的，所以通过逆变换来找到这个坐标上一帧的坐标，再把世界坐标转为屏幕坐标即可 得到上一帧对应像素的像素值，进行线性插值，通常a取0.1-0.2，也就是80%以上都是上一帧得到的 下面对比一下groundtruth和降噪结果

有一些该暗的地方仍然是亮的。 基于时间的滤波是有问题的，有一下几点：

• 第一帧/切换场景

• 当前帧的物体在上一帧不存在

• • 当前帧的物体在上一帧被遮挡了（G-buffer中没有存储） 会出现脱尾

解决思路：

1. 混合当前帧和上一帧数据之前，把上一帧的结果拉到当前帧周围
2. 检测要不要用上一帧的数据
   1. 检测上一帧位置是否为同一个物体
   2. 优化混合系数
   3. 增大空间滤波 但是这样处理噪声又出现了

滤波实现

空间滤波

滤波操作为低通滤波，保留低频信息，移除高频信息

高斯滤波

双边滤波（考虑边界）

高斯滤波会把图像均匀地糊掉，边界也会模糊 ，公式的第二项表示如果两边颜色差值很大，贡献就会变小

联合双边滤波

使用G-buffer来更好地指导滤波 用深度、颜色、法向量来指导滤波 如何实现大的滤波核呢？先水平再垂直，效率从

Progressively Growing Sizes

RTRT滤波解决方案

SVGF

3个factors指导的滤波

• 深度 - 法线
• 颜色差异

RAE

工业界问题及解法

TAA 时间上的抗锯齿

每一帧采样一个像素的四个角之一，剩余三个角用之前的数据。这样就相当于MSAA了（静止场景）

MSAA vs SSAA

SSAA就是高分辨率渲染再变小 MSAA分辨率不变，在一个像素中采样多次，甚至可以在临近像素复用

SMAA

超级分辨率

延迟渲染

节省shading的时间