目录:
☆【抗锯齿】、【自适应采样】与【蒙特卡洛渲染去噪】
抗锯齿
基于拟合的去噪技术
基于神经网络的去噪技术
梯度域渲染技术
☆【抗锯齿】、【自适应采样】与【蒙特卡洛渲染去噪】
抗锯齿
· 摊余超采样 (2009-TOG)
· Temporally Adaptive Shading Reuse for Real-Time Rendering and Virtual Reality (2021-SIGGRAPH)
基于拟合的去噪技术
· 线性预测自适应渲染(2015-TOG)
· 多项式拟合的路径追踪去噪方法(2016-TOG)
· 分块多阶特征回归的实时路径追踪去噪方法(基于拟合的方法)(2019-SIGGRAPH)
基于神经网络的去噪技术
· 核预测卷积神经网络(KPCN)(2017-TOG)
· 带有循环结构的端对端输出(自动编解码器)的蒙特卡洛图像去噪器(RAE)(2017-TOG)
· 使用相似性特征的神经网络蒙特卡洛去噪方法(2021-SIGGRAPH)
· Real-time Monte Carlo Denoising with the Neural Bilateral Grid (Eurographics 2020)
· Real-time Monte Carlo Denoising with Weight Sharing Kernel Prediction Network (Eurographics 2020)
· Denoising with kernel prediction and asymmetric loss functions (TOG 2018)
· Neural temporal adaptive sampling and denoising (CGF 2020)
· Adversarial monte carlo denoising with conditioned auxiliary feature modulation (TOG 2019)
· Robust deep residual denoising for monte carlo rendering (SIGGRAPH Asia Technical Briefs 2018)
神经网络体渲染去噪
· Neural Denoising for Path Tracing of Medical Volumetric Data (CGIT 2020)
梯度域渲染技术