GTC 2020 | Dùng Deep Learning Ứng Dụng Vào Path Tracing Render

GPU Technology Conference, hội nghị công nghệ đồ họa qua nhân xử lý đồ họa hàng năm, năm nay 2020. Sự kiện năm nay có bài: Accelerated Light-Transport Simulation using Neural Networks, tức sử dụng Neuron Network để tăng tốc việc tính toán ánh sáng trong render path tracing.

Mặc dù hiện nay GPU nổi lên với ray tracing render thời gian thực, tuy nhiên còn đó trong các nghành giải trí như sản xuất phim ảnh rất cần những bộ render xử lý thật nhanh và thật đẹp các chi tiết như caustic (khúc xạ tụ ánh quang qua bề mặt trong suốt) như kiểu ánh sáng indirect đánh qua mặt nước tạo hiệu ứng xuống mặt nền đáy hồ bơi, tính toán ánh sáng hoàn toàn dựa trên indirect lighting như kiểu một căn phòng tràn ngập ánh sáng từ bên ngoài vào.

Trong phần giới thiệu hôm nay, Thomas Muller đến từ NVIDIA giới thiệu về cách kỹ thuật và công nghệ đã xử lý ánh sáng và dùng Deep Learning để tăng tốc độ.

Việc xử lý để loại bỏ các ray không hiệu quả, giảm noise và tăng tốc thời gian render là cần thiết, thông qua huấn luyện một network để học theo các light path được điều dẫn trước có kêt quả tốt. Việc ứng dụng thông thường path tracing kết hợp tính toán BSDF (bidirectional scattering distribution function) để từ đó tính toán được indirect light hiệu quả

Tuy nhiên khi ứng dụng vào trong không gian nội, việc các ray này dội lòng vòng trong không gian, sau đó sẽ lại lọt ra ngoài dội vào nguồn sáng chính direct, gây lãng phí tài nguyên và tạo ra ánh sáng indirect không hiệu quả, khi path tracing thực hiện sẽ tạo ra nhiều noise. Đây chính là lúc Deep Learning tham gia vào xử lý, để chỉ lấy những ray được chọn (gọi là guide) để thực thi việc tính toán Path Tracing nhằm tăng tốc render và giảm noise. Gọi là kỹ thuật Path Guiding.

Việc ứng dụng neuron network sẽ hỗ trợ được giải quyết những thuật toán phức tạp, những hình ảnh có số lượng pixel khổng lồ. Ở đây sẽ áp dụng sức mạnh của neuron network vào giải quyết tính ánh sáng dội (incidence radiance) trong render về light transport (đường truyền ánh sáng ?).

Cách ứng dụng neuron network sẽ dùng path finding để tìm ray tốt nhất đã tác động lên một bề mặt, bắt đầu chọn mẫu (sampling) và tính trên pixel theo nhiều kỹ thuật, trong đó có ứng dụng giải pháp SD-Tree (công bố 2017) và giải pháp GMM(công bố 2014), tuy nhiên neuron network sẽ làm tốt hơn khi có thể tính và lấy được số mẫu tối thiểu cũng như sẽ hoàn toàn không bị quá sharp như SD Tree hay quá blur như GMM mà lại hoàn toàn chính xác hơn, số mẫu lấy tối thiểu tăng tốc độ tính toán lên rất nhiều.

Tuy nhiên giải pháp này còn rất nhiều hạn chế về mặt công nghệ và giải thuật, bài toán còn đó để nghiên cứu và tiếp tục phát triển. Tương lai chắc chắn chúng ta sẽ thấy phim ảnh thực hơn, hoặc đồ họa game sẽ có cả path tracing thời gian thực.

Video về giải pháp và thực nghiệm coi ở đây.

Post Author: Vu Pham