01
光效提取概述
什么是光效提取？为什么它是渲染瓶颈？从渲染管线视角拆解光效计算的核心矛盾。
入门核心概念
02
物理基础
光的传播、反射、折射与能量守恒。重温几何光学与辐射度量学基本定律。
物理基础
03
渲染方程
从数学角度理解光效计算：Kajiya渲染方程的推导与各分量物理含义。
数学核心
04
蒙特卡洛积分
随机采样与期望估计：用统计方法逼近高维光传输积分。
算法随机
05
重要性采样
如何让采样更高效？根据被积函数分布引导采样，降低方差。
优化采样
06
路径追踪
从相机出发的光线追踪：递归生成路径，无偏估计全局光照。
经典无偏
07
光子映射
从光源出发的能量收集：双阶段密度估计，处理焦散与漫反射。
有偏焦散
08
双向路径追踪
结合两种思路的混合方法：同时从光源和相机生成子路径并连接。
混合鲁棒
09
Metropolis光传输
基于马尔可夫链的采样：通过突变探索路径空间，处理困难光照。
高级MCMC
10
辐射度方法
场景中能量的全局平衡：有限元离散化求解漫反射间接光照。
经典有限元
11
实时渲染中的光效
屏幕空间反射与全局光照：利用深度和法线进行近似光效。
实时近似
12
预计算辐射度传输
离线烘焙与实时回放：将光照信息编码到顶点或纹理。
烘焙静态
13
体散射与次表面散射
半透明材质的挑战：参与介质与多层皮肤的散射模拟。
材质散射
14
焦散与色散
复杂光学现象的模拟：聚焦光斑与波长分离效果。
光学特效
15
光源采样策略
点光源、面光源与环境光：不同光源的采样技术与方差控制。
采样光源
16
BVH与空间加速结构
加速光线求交：层次包围盒与KD树的构建与遍历。
加速数据结构
17
降噪技术
从蒙特卡洛噪声到清晰图像：滤波、自编码器与神经降噪。
后处理滤波
18
时域复用
利用帧间连续性提升效率：时间累积与重投影技术。
时序高效
19
自适应采样
哪里需要更多样本？基于方差或梯度的自适应分配策略。
智能采样
20
GPU并行计算
利用硬件加速光效提取：CUDA/OpenCL内核设计与线程映射。
并行硬件
21
内存带宽瓶颈
显存访问与缓存优化：合并访问、共享内存与延迟隐藏。
性能带宽
22
着色器复杂度
计算量与指令数控制：简化BRDF评估与分支优化。
着色器优化
23
纹理与材质查找
采样开销与缓存命中率：纹理压缩、MIP映射与各向异性过滤。
纹理缓存
24
多光源场景
数千盏灯光的处理策略：重要性采样、聚类与剔除。
大规模光源
25
动态场景
运动物体与变化光照的挑战：实时更新加速结构与缓存。
动态实时
26
虚拟现实与光效
低延迟与高帧率要求：注视点渲染与异步时间扭曲。
VR延迟
27
移动端光效
功耗与性能的平衡：轻量级光照模型与硬件自适应。
移动功耗
28
光效提取的工程实践
管线设计与调优：从原型到产品的全链路优化案例。
工程管线
29
案例分析
电影级渲染中的光效瓶颈：
《阿凡达》《疯狂动物城》等工业级场景剖析。
案例电影
30
未来趋势
神经渲染与实时路径追踪：AI驱动的光效提取新范式。
前沿神经