您当前的位置: > 详细浏览

前沿探索: 使用深度强化学习进行蒙托卡洛自适应光场采样与重建

请选择邀稿期刊:
摘要: 在使用蒙托卡洛算法进行全局光照明绘制时,如果路径跟踪产生的样本点不足时,绘制结果会包含有大量的噪点,严重影响结果的可用性,一种解决方法是在采样过程中对路径追踪生成蒙托卡洛样本的过程加以引导,以提高最终绘制结果的质量,这是对采样进行过程进行优化的方案。本文探索并总结使用深度强化学习进行蒙托卡洛自适应光场采样与重建方向上的前沿进展。

版本历史

[V1] 2022-01-01 11:45:35 ChinaXiv:202201.00010V1 下载全文
点击下载全文
预览
同行评议状态
待评议
许可声明
metrics指标
  •  点击量5926
  •  下载量648
评论
分享
申请专家评阅