Plateau-reduced Differentiable Path Tracing

要約

現在の微分可能なレンダラーは、任意のシーン パラメータに関して光輸送勾配を提供します。
ただし、これらの勾配が存在するだけでは、最適化における有用な更新ステップが保証されるわけではありません。
代わりに、逆レンダリングは、目的関数に固有のプラトー、つまり勾配がゼロの領域が原因で収束しない場合があります。
シーン パラメータを画像にマッピングする高次元レンダリング関数を、パラメータ空間をぼかす追加のカーネルで畳み込むことで、これを軽減することを提案します。
平坦域のない勾配を効率的に計算するための 2 つのモンテカルロ推定器について説明します。
私たちのアプローチは、ブラック ボックス レンダラーと微分可能レンダラーの両方に対する単純な拡張であり、コースティクスやグローバル イルミネーションなど、既存の微分可能レンダラーでは収束しない複雑な光輸送に関する問題の最適化を可能にします。

要約(オリジナル)

Current differentiable renderers provide light transport gradients with respect to arbitrary scene parameters. However, the mere existence of these gradients does not guarantee useful update steps in an optimization. Instead, inverse rendering might not converge due to inherent plateaus, i.e., regions of zero gradient, in the objective function. We propose to alleviate this by convolving the high-dimensional rendering function that maps scene parameters to images with an additional kernel that blurs the parameter space. We describe two Monte Carlo estimators to compute plateau-free gradients efficiently, i.e., with low variance, and show that these translate into net-gains in optimization error and runtime performance. Our approach is a straightforward extension to both black-box and differentiable renderers and enables optimization of problems with intricate light transport, such as caustics or global illumination, that existing differentiable renderers do not converge on.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google