真实感渲染:课程介绍

大家好~本课程为“真实感渲染”的线上课程,从0开始,介绍相关的图形学算法和数学基础,给出详细的数学推导、伪代码和实现代码,最终带领大家开发出基于物理的渲染器

线上课程资料:
本节课录像回放

加QQ群,获得ppt等资料,与群主交流讨论:106047770

本系列文章为线上课程的复盘,每上完一节课就会同步发布对应的文章

本课程系列文章可进入索引查看:
真实感渲染系列文章索引

讲师介绍

杨元超

课程简介

本班从0开始,介绍相关的图形学算法和数学基础,给出详细的数学推导、伪代码和实现代码,最终带领大家开发出基于物理的渲染器。

为什么要学习真实感渲染

因为可以渲染出逼真的场景

image

image

image

image

与实时渲染有什么区别?

  • 真实感渲染一般用于离线渲染

  • 与“深度学习的降噪”、“RTX显卡提供的硬件加速光追管线”结合后,真实感渲染也可以用于交互式渲染,甚至用于实时渲染

  • 最新的论文中,“深度学习的降噪”花费的时间只有10ms

  • 使用RTX显卡提供的硬件加速光追管线后,渲染速度提高了10倍以上,可以在10秒内渲染出无噪点的复杂场景

  • 渲染技术包括“光栅化”和“光追”两套方案,“光栅化”用来实现局部光照,“光追”用来实现全局光照

  • 真实感渲染和实时渲染都可以实现全局光照。两者都是基于同一个理论基础:渲染方程。不过前者只使用“光追” ;后者则混合使用“光栅化”与“光追”,并且加入了更多的hack

  • 实时渲染是对真实感渲染的优化和近似。掌握了真实感渲染,就能掌握实时渲染

  • 真实感渲染使用一套统一的算法框架来渲染,不像实时渲染使用了各种混合算法,所以更加简单、容易维护

使用“学本式教学”的方法来讲课

  • 课程使用“学本式教学”的方式,以学生为本。以学习者为中心。以学习者的学习为本,以学习者的能力发展为本
  • 通过全程提问(学生讨论回答)、零讲解的方式来讲课
  • “学本式教学”需要学生高度参与课程,通过自己和小组合作回答课程的所有问题,并在课程中现场写代码

学员成功案例

image

加学习群

请扫下面二维码加入课程学习:
image

本课程为线上免费课程,在线参加本班所有课程的直播,并可获得录像回放和源码资料,享受老师全程跟踪,一对一辅导,详细答疑,布置作业和批改,确保学员真正学懂!

加入QQ群后,请阅读群公告,感谢~

技术栈

  • Javascript语言
  • GLSL着色器语言
  • WebGPU Node

课程特色

  • 零基础上手学习
  • 实战开发
  • 包含完整的图形学算法、数学推导、伪代码和实现代码

学员收益

  • 掌握真实感渲染的核心技术
  • 获得科研能力,能够看懂图形学论文和数学公式
  • 能使用课程的真实感渲染器作为自己的实战项目,也可以进一步改进
  • 既搞懂数学公式,又学习代码思路

适合的学员

  • 学习计算机图形学
  • 开发渲染引擎/渲染器

课程大纲

一、初步上手

  • 使用光栅化管线绘制一个三角形
  • 三角函数、向量和矩阵
  • 变换(二维和三维)
  • 模型变换
  • 视图变换
  • 投影变换
  • 视口变换
  • 使用框架重构
  • 使用计算管线绘制一个三角形
  • 实现BVH

二、理论准备

  • 辐射度量学
  • 渲染方程推导
  • 光线投射、Whitted光线追踪、分布式光线追踪理论
  • 使用数值分析的方法计算积分
  • 概率论基础与蒙特卡洛积分
  • 用逆变换算法采样
  • 重要性采样
  • 路径追踪

三、最小实现

  • 构建Corner Box场景
  • 半球内生成随机方向
  • Lambertian反射模型
  • 实现路径追踪

四、进一步完善

  • 直接光源采样
  • 实现直接光源采样
  • 完美镜面反射模型
  • 微表面模型
  • 多重重要性采样
  • 加入更多的光源
  • GLTF模型加载
  • 加入纹理
  • Gamma矫正
  • Tone mapping
  • IBL
  • BSDF
  • 次表面散射
  • 皮肤渲染

五、降噪

  • 使用深度学习降噪

相关的学习资源

posted @ 2022-11-25 20:39  杨元超  阅读(251)  评论(0编辑  收藏  举报