基于 Surfel 的实时全局光照方案（Surfel-based Global Illumination）

目录

• Surfel 持久化存储
  • Surfel 数据组成
  • Surfel 数据结构
• Acceleration Structure
  • Grid
  • Hash Grid
  • Grid + 稀疏存储
• Surfelization
  • 基于屏幕的生成 [2021]
  • 基于 RSM 的生成
  • 基于 Triangle 的预生成 [2016]
  • 基于 Ray Tracing Pipeline 的生成 [2022]
• Radiosity
  • Adaptive Ray Count [2019]
  • Ray Guiding
• Direct Lighting（可选）
• Filtering
  • Temporal Blending
  • Irradiance Sharing
• 总结
  • GIBS 方案流程总览 [2021]
  • GIBS 方案优缺点
• 改进 [TODO]
• 参考

surfel，可以理解成贴在世界空间中某个 mesh 上的圆片（有点像贴花），在几何上定义为：顶点 + 法线 + 半径

一般的 Surfel GI 方案往往是基于 radiosity 方法：往场景里的 mesh 疯狂贴圆片（surfel），这些 surfels 用来探测光照并缓存起来，和 probe 非常相似。但是由于其是贴在物体表面上，而不是像 probe 放置在空间中，因此光照效果要更高质量些。

因为渲染的像素往往就是物体表面的像素，而这些像素更加接近于贴在表面的 surfel 而非接近于置于空气中的 probe，也因此漏光现象会少一些。

在不同的实现方案中，surfel 承担的角色可能会不一样；在 SIGGRAPH 2021 的 GIBS（Global Illumination based on Surfels）实现中，就是使用 surfels 来探测并缓存光照来实现 indirect diffuse lighting（注：不包含 direct lighting 也不包含 specular）

传统 path tracing 中，求解一个点的间接光照，是需要多次递归发出射线的；而 surfel GI 可以看成是路径点 cache 下来，在需要求解一个点的间接光照时，只需要走一次 bounce，而后将 cache 的查询结果来代替多次递归计算的结果。

Surfel 持久化存储

我们希望 surfel 是持久化存储的，也就是说即使 surfel 不在屏幕范围内，其生命周期仍可以不结束，这样就不会白白丢掉 surfels 累积的计算。

也就是说 Surfel GI 还可以保留有屏幕外的信息。

Surfel 数据组成

• transform ID（贴在哪个 mesh 上）：可由 G-buffer（或 Visibility Buffer）获取 ID。
• local position（相对于 mesh 的位置）：可由 G-buffer 获取 depth，推出 world position 再乘 transform 的逆变换得到。
• local normal（相对于 mesh 的朝向）：可由 G-buffer 获取 world normal 再乘 transform 的逆变换得到。
• irradiance（存储累积探测后的 irradiance）：通过 tracing 探测光照并累积起来得到的 irradiance。
• moment texture（存储半球方向上的最小深度及深度平方）：用于判断 visibility。
• ...

场景中的 mesh 可能会发生各种诸如移动变化，而 surfel 通过记录 transform id 和 local position（而非世界坐标），从而可以附着于动态的 mesh 表面上。

Surfel 数据结构

数据结构实现：

• 用 Surfel Buffer 专门存储 surfel data。
• 用 Alive Buffer 存储 surfel indexes 来表示有哪些 surfels 存活。
• 用 Dead Buffer 存储 surfel indexes 来表示有哪些 surfels 被回收了，其本质是一个栈。

在具体实践中，surfel data 其实内部属性还会进一步分离：

• 几何结构（如：normal, position, transform id）
• accumulation data（如：short mean，mean）

首先，有些属性经常需要被查询（热数据），而另一些属性则相对没那么频繁被用到（冷数据），这会对 cache 更加友好；其次，有些属性块需要进行 double buffering 来减少共享冲突，增加效率，而不是对所有属性都进行 double buffering。

在需要生成 surfel 的时候，便可以从读取 dead buffer 栈顶，并添加到：

但 surfels 不可能无限增多（存储空间有限），还需要有一定的回收机制，判断一个 surfel 是否应当回收取决于因素（启发式 heuristic）：

• 现存 surfels 的数量
• 最后一次出现在屏幕的时间间距
• 与 camera 的距离
• tile 的覆盖数量
• 附着的 mesh 是否被移除了
• ....

这样在需要回收 surfel 的时候，便可以：

Acceleration Structure

目的：希望通过一个空间加速结构，输入一个世界坐标可以快速查询到邻近的 surfels

难点：如何合理安排一个存储结构，既能保持高效查询，又能不耗费太多存储

Grid

• 限定以 camera 为中心的一定范围内，每帧都使用新构造的 Grid
• 每个 cell 存储一个 surfel id 列表，但因此在 surfels 比较密集的地方， grid 可能会漏掉一些 surfels

列表可采用 index + offset 表示，而非使用固定长度的列表，这样可以进一步节省存储空间

理想情况下，1 个 surfel 的半径大小不应该超过 1 个 grid 的大小，否则可能会覆盖到过多的 grid，因此为了避免场景远处生成的 surfel 半径过大覆盖了太多 grids。

SIGGRAPH 2021 GIBS 则采用了 grid 的变种方案： 近处的 grids 均匀分布，远处则采用梯形 grids （类似视锥体指数分割那样，越远的 cell 越大块）

另一种 grid 的变种方案则是 clipmap，不多展开。

Hash Grid

给定任意 position，通过 hash 来索引到某个 cell，从而可以支持无限大的场景。

一般来说，hash grid 是需要解决 hash 冲突；但在 surfel GI 中，可以无视冲突，可以直接遍历 cell 的 surfel 列表，并根据每个 surfel 的具体距离剔除掉范围过远的 surfels。

Grid + 稀疏存储

由于 surfels 的分布往往是在地表的，这也就意味着场景中地表以上大部分的空间是没有 surfel 的，因为 surfel 往往集中在小部分的地表空间。

采用稀疏存储，可进一步减少存储：对空间进行分成较大的块（brick），使其包含多个gird（例如 4*4*4 ），每个 grid 存储一个 surfel id 列表；若某个 brick 内部任一 grid 存在至少一个 surfel，则称该 brick 为有效

• Brick Pool：对象池只分配空间给有效 brick
• Pool Index 3D Texture：输入 brick position，输出该 brick 在 Brick Pool 中的存储位置；若 brick 无效，则输出 none（例如特定为-1的值）

Surfelization

接下来就是如何生成 surfel 的问题。

基于屏幕的生成 [2021]

SIGGRAPH 2021 GIBS 方案采用了基于屏幕的 surfel 放置方案：将屏幕划分为 16*16 个 tiles，每个 tile 覆盖的 surfels 数量如果太少了，则在该 tile 中最少 surfel 的屏幕像素点来生成新的 surfel。

为了生成 surfel，我们需要根据访问屏幕像素对应的 G-Buffer 属性（transform ID，world normal，depth），并以此来初始化 surfel 的几何结构：

此外，对于 Skinned Mesh 情况则需要额外处理，因为它和一般的 rigid geometry 不同，它的表面是会形变的，不方便贴 surfel 上去。

解决方式：贴在权重最大的骨骼上而不是 mesh 上，因此针对 Skinned Mesh 情况，要使用 bone id 而不是 transform id；尽管这种解决方式不准确，但是实际表现出的效果是可接受的。

此外，我们还希望生成的 surfel 符合 LOD 思想（即远处的 surfel 没必要那么高质量那么精确），规定其在屏幕空间的投影大小需要大致相同，也就是说场景远处的 surfel 半径会很大，而近处的 surfel 半径会很小。

然而 screen-based placement 的 surfels 可能存在一些问题：它会漏掉屏幕外的放置点；例如有一些屏幕外的地方贡献了很多次级光照，但是这些地方 camera 又从来没去观察过（即使 surfel 可以持久化存储，但如果连见都没见过，就根本不存在该 surfel）

基于 RSM 的生成

间接光照最大的贡献是一次间接光照，其来源于被直接光照到的 surfels，但是这些被直接光照找到的地方可能不会被屏幕看到。可以借鉴 RSM 的思想，在 screen-based 方案的基础上额外增加一个从 light camera 出发的 placement，而且同时还能直接注入直接光照，节省掉大量的 shadow rays。

placement 条件：在 light camera 屏幕可见且在 main camera 附近一定范围内（可以用长宽高的 box 来定义该范围）；这样就可以只在光源可见且离 camera 较近的那些地方生成 surfels，而非整个光源可见范围都生成 surfels（数量太多）。

基于 Triangle 的预生成 [2016]

由于该放置方式计算量比较大（需要遍历 triangles），因此必须是预计算的，因此往往会预先对每个 mesh 进行处理（放置 surfels）。

具体步骤：对每个 triangle，根据面积确定 surfels 数量，若 triangle 面积太小（不足以生成一个 surfel），就累积起来再去叠加下一个相邻 triangle；其放置还需要基于 Halton-sequence ，这样可以得到更紧凑的 surfels 分布，近似满足泊松分布（相同数量的 surfels 效果更好）

预计算的 surfel 放置是有一定挑战的：每个 mesh 自带的 surfels 就会是静态的，不能根据距离等因素动态调整 surfel 的生命周期及数量。或者可以考虑下 surfel lod 方案，难点在于运行时如何让 lod 不同的 surfels 相互传承 irradiance 等信息（因为运行时随时都可能切换 lod）。

基于 Ray Tracing Pipeline 的生成 [2022]

如果显卡支持硬件光追 ray tracing pipeline 特性，那么最理想的生成方式便是基于此。

这部分借鉴于 D5 渲染器 surfel GI 的思路。

在生成初始 surfel 后，surfel 需要发出若干个射线来收集 irradiance，然而必定存在一些 hit point 附近是没有 surfel（或者 surfel 质量不够满足），那么可以利用 payload 在 hit point 上生成一个新的 surfel；在下一帧，旧的 surfel 和新的 surfel 又会重复上述操作，如此多帧后，场景就会慢慢地被 surfels 所覆盖。

Radiosity

每个 surfel 对应生成了若干个 rays（根据 importance sampling 来生成方向和 pdf）后，我们就需要开始收集光照并计算出 surfel 的 irradiance。

注：因为我们要做的是 indirect lighting 效果，因此 surfel 的 irradiance 只包含间接光照，而并不包含直接光照。

对每个生成的 ray，从 surfel 出发，射出后得到第一个 hit point：

• 一次间接光照：从 hit point 出发，再往光源发射 shadow ray（若到达光源前命中物体，则说明可见性 \(V\) 为 0，即该光源没有贡献光照），计算出 hit point 的 direct lighting
  \[E_{dir}(x) = \sum_{j = 0}^{lightNum}{E_{light[j]}(x)* V(x \to {light[j]})} \]

wicked engine 在实现一次间接光照的时候，并没有对所有光源计算光照贡献之和；而是采用了多光源俄罗斯轮盘赌的方式，随机从光源列表抽一个光源出来计算贡献，并将这个光源的光照贡献乘于光源数量来作为结果。

• 二至无限次间接光照：通过 grid 获取 hit point 附近 surfels，并将它们的 irradiance 混合（根据距离权重）得到 hit point 的 irradiance \(E_{indir}(x)\)

\[E_{indir}(x) = \frac{\sum_{k=0}^{nearSurfelNum} \mathrm{DistWeight}(x_{nearSurfels[k]},x) * E_{nearSurfels[k]}}{ \sum_{k=0}^{nearSurfelNum}\mathrm{DistWeight}(x_{nearSurfels[k]},x) } \]

接着就能计算出本次 ray 的 radiance：

\[L(i) = \frac{(E_{dir}(x_i)+E_{indir}(x_i)) * \mathrm{albedo}(x_i)}{\pi} \]

其中，\(i\) 代表了第几个 ray，\(x_i\) 代表了第 \(i\) 个 ray 的 hit point 位置。

当所有的 ray 都计算出 radiance 后，就可以计算出 surfel 在本帧的 irradiance：

\[E_{surfel} = \sum_{i=0}^{rayCount} \frac{L(i) \cos(\theta)/pdf(i)}{rayCount} \]

Adaptive Ray Count [2019]

一般来说在每帧下，每个 surfel 需要生成相同次数的 ray，但是我们可以对比较重要的 surfel 多生成些 rays。

Modified Exponential Moving Average Estimator, MSME ：如果 surfel 的 irradiance 变化很小，那么说明基本收敛，则少生成些 ray；如果 irradiance 变化很大，那么应该在本次加多些 ray 的次数。这样在同等性能下，可以实现更快适应场景变化。

GIBS 采用了 MSME 的实现方式，引入长期平均值（mean）和短期平均值（short mean），用这两者的相差体现 irradiance 的变化程度。

实际上在当前帧，一个 surfel 要发出 ray 的数量应综合取决于以下因素：

• local variance（irradiance 变化程度）
• 最后一次出现在屏幕的总计帧数
• surfel 生成后的总计帧数
• 全局所生成的 rays 数量

Ray Guiding

重要性采样，即让 ray 更大概率地指向 pdf 比较大的方向，除于 pdf（归一化）后得到更快收敛的积分值。pdf 越接近原分布函数，则越快收敛。

BRDF pdf：使用 cosine PDF 来做 diffuse 的 importance sampling

Lighting pdf：利用球面方向映射八面体的方式，来记录各立体角方向的历史累积 irradiance，做成一张 radial irradiance map

• 一个 texel 代表一个方向，texel 的值则存储了代表该方向的 irradiance
• irradiance 越大说明该方向更容易 trace 到有效光

根据 pdf 选取 texel 时，可使用层次化积分优化（即将 irradiance map 做成 mipmap，先遍历大步再遍历越来越小的步），原本遍历所有 texels 的复杂度 \(O(n)\) 便可以降低为 \(O(logn)\)：

基于 texel 方向的 ray guiding 仍然太粗粒度（除非增加 map 分辨率），可以将 Restir 思路进一步推广到 indirect lighting：将 surfel 也视为一种光源（只不过是次级光源），这样就可以做 reservoir sampling。

Direct Lighting（可选）

GIBS 中，surfel 分配的每个 ray 为了收集 1 次间接光照，还得从 hit point 出发额外往光源打多 1 个 shadow ray，即总开销 2*n 个 rays。

而另一种可选的做法：surfel 先自己收集直接光照（1 个 shadow ray）并 cache 起来，然后分配的每个 ray 直接从 hit point 获取 surfels 的直接光照+间接光照，并以此更新自己的间接光照，总开销 1+n 个 rays。

• 可以极大减少计算直接光照的次数，因为 surfel 不需要每帧注入光照（可以 cache 下来），等光源发生变化才需要重新注入。
• 会降低一些直接光照的质量，因为从 hit point 获取 surfels 的直接光照+间接光照就意味着需要进行 blending。

Filtering

Temporal Blending

比较粗暴的方法就是使用固定的历史 irradiance 混合权重（一般为 0.8~0.9），但可以考虑根据 estimator 的评估来作为 temporal 的混合权重参考：

• local variance（irradiance 变化程度）

例如 irradiance 变化程度很大时，我们认为历史帧参考意义不大，因为历史混合权重应当小些；相反，就证明基本收敛，就调大些历史混合权重。

Irradiance Sharing

当 surfel irradiance 变化过大时（远远没有收敛，例如发生在刚生成新的 surfel 时），我们可以多多参考附近的 surfel irradiance，相当于做了一次空间滤波。

实际操作就是利用空间加速结构来快速查询该 surfel 周围的其它 surfels，将它们的 irradiance 按以下因素来加权混合：

• distance
• normal
• depth function

总结

GIBS 方案流程总览 [2021]

生成 surfels：基于屏幕空间（1 thread <=> 1 pixel）

• 生成 surfel：屏幕空间分成 16×16 个 tiles，每个 tile 检查内部 surfels 的数量，若太少则根据 G-Buffer 属性来生成新的 surfel。
• 更新 acceleration structure：每当有一个 surfel 生成时，找到其所覆盖的 cells，对这些 cells 的 surfel 列表都添加该 surfel。

更新 surfels：1 thread <=> 1 surfel index <=> 1 surfel

• 根据 transform id ,local position, local normal 更新 world position，world normal。
• 回收 surfel：通过启发式判断当前 surfel 是否需要移除，若需要则进行回收。
• ray generation：根据 estimator（surfel 的 irradiance 收敛程度）来确定要生成的 rays 数量（假设为 n 个），提前占好 ray buffer 的 n 个位置（通过 ray offset + ray count 表示）。
• 增加对应 cell 的 surfel 计数：通过当前 surfel 的 world position 找到对应 cell 的 surfel count ，并使用原子加法（加1）。

更新加速结构：1 thread <=> 1 cell

• 更新 cell 的 offset：上一个 pass 结束后，每个 cell 都有确定的 surfel count，这时候需要对一个全局的 cell-surfelindex count 使用原子加法（加 surfel count）并得到一个 offset（原子加法前 cell-surfelindex count 的原值）。

这表示当前 cell 已经占领了 cell-surfelindex buffer 中 [offset, offset+surfel count) 的范围，并且这段范围不可能被其它 cell 占领（因为原子操作）。

• 将 cell 的 surfel 计数清零：将 cell 的 surfel count 清 0，便于后续更新 cell-surfelindex buffer。

更新加速结构：1 thread <=> 1 surfel index <=> 1 surfel

• 通过当前 surfel 的 world position 找到对应 cell，并获取其中的 offset 属性。
• 更新 cell-surfelindex buffer：对 cell 的 surfel count 进行原子加法（加1）并得到一个 index（原子加法前 surfel count 的原值）， 将 surfel index 写入到 cell-surfelindex buffer[offset + index] 的位置上。

ray tracing：1 thread <=> 1 ray

• ray guiding：根据 surfel id 获取 pos, normal，并根据 importance sampling 生成该 ray 的方向和 pdf。
• ray tracing：通过 ray tracing 收集一次间接光照和二至无限次间接光照，得出 radiance 结果除于 pdf 后即为计算出的 irradiance。

integrate：32 threads <=> 1 surfel index <=> 1 surfel

• 每个 thread 共需要访问 surfel 在 ray buffer 对应的 n/32 个 rays，并通过 group shared memory 来将这些 rays 的结果合并在一起，相当于访问了 n 个 ray；在访问 rays 的同时，将它们的 irradiance 结果平均一下即为本帧 surfel 的 irradiance，同时也根据它们的 depth 来更新 surfel 的 moment texture。
• 更新 estimator（MSME 算法）：根据长期平均和短期平均的相差值来评估 irradiance 的收敛程度。
• temporal filtering：根据收敛程度来决定 temporal 混合权重，不仅要用于更新 irradiance。
• irradiance sharing：根据收敛程度来决定是否启用；若启用则查询周围的 surfels，混合它们的 irradiance。

final gather：基于屏幕空间（1 thread <=> 1 pixel）

• 重建 pixel 的世界坐标位置，通过加速结构找到其所在的 cell ，获取该 cell 的 surfel 列表。
• 遍历这些 surfels 并根据它们的 normal 和 position 来衡量权值，并且同时利用 moment texture 对应方向的 texel 进行切比雪夫测试得到 visibility 权值。
• 最后加权和混合起来得到该 pixel 的 indirect irradiance，即我们想要的间接光照。

GIBS 方案优缺点

Surfel GI 的优势：

• 比起 DDGI 有更高质量的 irradiance 混合方式。
• 比起 SSGI 可以有屏幕外的信息（虽然生成还是基于屏幕）。
• 整个流程完全动态，都是 runtime 计算的。
• 持久化存储，避免浪费掉累计的 irradiance 计算。

Surfel GI 的缺点：

• 仍然有一定 light leaking 问题：即使有 moment texture，由于分辨率过低还是很容易出问题，性能与 artifacts 的取舍。
• 无法实现半透明物体的 GI 效果：surfel 的生成依赖于 G-Buffer，因此贴不上半透明物体，不过可以将 Surfel GI 的思路套用在 probe-based GI 的方案上。
• 只对 diffuse 效果有比较好支持（毕竟 surfel 主要提供的是 irradiance），可能不那么适用于 specular 效果。

改进 [TODO]

• async compute pipeline：surfel GI 基本上流程只有 compute shaders，因此很适合做 async compute，但最好跑在 depth buffer & visibility buffer 完成之后。
• 各种 LDS（local data share）优化：surfel GI 一堆 CS，很多都可以利用 LDS 技巧进行深度优化。
• 搭配其它 GI 方案，例如：surfel 比较适合做 diffuse GI，而对于 specular GI 来说则表现得不太好；相反，SSGI 不适合做 diffuse GI，而更适合做 specular GI。搭配两者可能会比较好。

参考

• [1] SIGGRAPH 2021 | Global Illumination based on Surfel
• [2] Github | Wicked Engine | Janos Turanszki
• [3] I3D 2016 | Precomputed Illuminance Composition for Real-Time Global Illumination
• [4] Ray Tracing Gems | 2019
• [5] D5 GI光照解决方案-GAMES 2022技术分享 (d5render.cn)

ps：PathTracing和自己的实现对比图（仅对比间接光照效果，无直接光）