パストレース：アーカイブされた技術ドキュメント

パストレース：グローバルイルミネーションの確率的解法とリアルスティックレンダリングの基礎

はじめに

パストレース（yol izleme）グローバル照明（global illumination）レンダリング方程式

伝統的なベースの手法は、光源から直接の可視性を前提とするため間接的な相互作用を省略しますが、パストレーシングはこの欠点を補います。本記事では、本手法の数学的根拠、サンプリング機構、および最新の実時間アプリケーションにおける位置づけについて考察します。

数学的基礎：レンダリング方程式

物理ベースのレンダリング（PBR）を正しく理解するためには、光が物質とどのように相互作用するかを記述する数式、すなわち「レンダリング方程式（Rendering Equation）」について理解する必要があります。この方程式は、シーン内の任意の点における光の強さを計算するための基礎となります。

## レンダリング方程式とは

レンダリング方程式は、1986年にジェームズ・テリンゲンによって提唱された積分方程式です。これは、光がシーン内を伝播する様子を数学的に表現したもので、物理ベースのレンダリングの理論的土台となっています。

方程式は次のように表されます：

L_o(p, ω_o) = L_e(p, ω_o) + ∫_Ω f_r(p, ω_i, ω_o) L_i(p, ω_i)(n·ω_i)dω_i

この方程式を分解して見ていきましょう。

## 各項の意味

L_o(p, ω_o)：観察点pから方向ω_oに向かう光の輝度（放射輝度）。これが我々が計算したい値です。

L_e(p, ω_o)：点pから直接放出される光の輝度（発光項）。発光マテリアル（炎やライトなど）の場合にのみ0以外の値を取ります。

f_r(p, ω_i, ω_o)：反射関数（BRDF）。入射光ω_iが反射して出射光ω_oになる際の分布を表します。マテリアルの性質を決定する重要な要素です。

L_i(p, ω_i)：点pへ方向ω_iから入射する光の輝度。他のオブジェクトからの反射光などを含みます。

n·ω_i：入射光の入射角を考慮する項。法線nと入射方向ω_iの内積で、ランバートの余弦則を表します。

∫_Ω：半球Ω全体の積分。すべての入射方向について積分することを意味します。

## 方程式の解釈

この方程式は、ある点から見える光の総量は、その点から直接放出される光と、その点に入射してくるすべての光の反射の合計に等しい、ということを表しています。

興味深いのは、この方程式が再帰的（再帰的）な構造を持っていることです。L_i（入射光）自体もまた、他の点における同じ方程式で計算できます。これは、光がオブジェクト間で多重に反射する様子を表現できることを意味します。

## 実装における課題

実際のレンダリングでは、この積分を解析的に解くことはできません。そのため、モンテカルロ積分などの数値積分手法を用いて近似計算を行います。また、シーン内のすべての点について積分する必要があり、これは計算コストの高い処理となります。

この方程式を理解することは、高品質な物理ベースのレンダリングを実現するための第一歩です。次章では、この方程式の核心であるBRDFについて詳しく解説します。

パストレースの核心にはがあります。この方程式は、ある表面の点におけるラジアンを以下のように定義します。

$$L_o(x, omega_o) = L_e(x, omega_o) + int_{Omega} L_i(x, omega_i), f_r(x, omega_i, omega_o)(omega_n cdot omega_i), domega_i$$

この式における基本的なは次のとおりです。

• ラディアンス（L）：
• 照度:
• BRDF（fᵣ）：

方程式の積分は、解析的に解くことができないを形成するため、パストレースはランダムサンプリングに依存しています。

メカニズム：確率的サンプリングとモンテカルロ方法

ランダムルート生成

各ピクセルに対して、カメラから1本のが生成されます。この光線がシーンと衝突すると、パストレーシングはランダムに選択された新しい方向へサブ光線に分割され、このプロセスは光源に到達するまで続きます。各パスの区間は、そのパスに固有のを計算することで、画像の値に寄与します。

モンテカルロ積分

表面積分は、期待値推定によって近似される：

$$hat{I} = frac{1}{N}sum_{k=1}^{N}frac{text{(yol katkısı)}}{p(omega)}$$

ここでは標本確度関数です。標本数（N）が増加するにつれて、により推定値は真の値に収束します。ただし、これは同時にNの平方根に反比例して減少する誤差（）を意味します。

重み付けサンプリング（インポータンス・サンプリング）

弱点は、すべての方向を等しくサンプリングすることです。重要度サンプリングは、BRDFの形状に応じて指向されたランダムな点を生成することで分散を削減します。これは特に金属質や粗い表面において重要な役割を果たします。

分散、ノイズ、および改善技術

パストレーシングの根本的な限界はです。サンプル数が少ない場合、画像は粒状（グレイン）に見えます。この問題を軽減するために開発された主なアプローチは次のとおりです。

サンプル数を増やす

静的シーンでは、ピクセルごとに数千ものレイが描画されます。これにより計算コストは高まりますが、同時にノイズが平均化されます。

メトロポリス光交通（MLT）

前の例から着想を得たベースの手法であり、希少ではあるが重要な光経路の探索において効果的である。

両方向パストレース（Bidirectional Path Tracing）

光源とカメラから同時に光路を生成することで、特に間接照明が難しいシーンにおける収束を高速化します。はこの2つのアプローチを統合した手法です。

進行性追跡（Progressive Tracing）

サンプルを時間とともに累積することで画像を段階的に改善し、インタラクティブなアプリケーションにおいて優位性を提供します。

セクター別の特徴：映画とリアルタイムゲームの違い

オフラインレンダリングエンジン

Cycles（Blender）RenderManArnold

リアルタイムアプリケーション

ゲームエンジン（例えば技術）では、ハードウェアベースのレイトレーシングとパストレーシングが組み合わされますが、時間予算が限られているためサンプル数が少なくなり、その結果ノイズが発生しやすくなります。ここで登場するのが：

• AIベースのノイズリダクション（Denoise）:
• 時空間サンプリング：

学術的成果と評価

トレースパス、物理的に正しい照明の計算による達成の基盤であり、の実用的な解法です。この手法の強さはグローバルな相互作用をモデル化する能力にありますが、その限界は統計的なノイズと高いコストにあります。サンプリング戦略（インポートンスAMPLING、MLT、ツワードレイトラシング）と現代の技術の組み合わせが、この手法をシネマティックな分野とリアルタイムの両方の場で不可欠なものにしました。今後の研究は、サンプリング効率を向上させるハイブリッドアプローチと、機械学習に基づく照明モデルリングに焦点を当てています。

学術的評価と参考文献

パストレースは、文献においてグローバルイルミネーションの最も堅牢な確率的解法のひとつとして認識されています。解析解の算出が不可能であるため、モンテカルロに基づくアプローチが本手法の理論的基盤を形成しています。以下の文献が、本論文の概念的基础を裏付けています。

• Kajiya, J. T. (1986)。『レンダリング方程式』。SIGGRAPH ’86 会議録。
• Veach, E., & Guibas, L. J. (1995). 。Journal of Graphics Tools。
• Veach, E.（1997）.『光伝播シミュレーションのための堅牢なモンテカルロ法』。スタンフォール大学博士論文。
• Pharr、M., Jakob、W., & Humphreys、G.（2016）。『物理ベースレンダリング：理論から実装へ』（第3版）。Morgan Kaufmann。
• Dutré、P.、Bala、K.、Akeley、P.、& Bavoil、P.（2014）。『アドバンストゲーム開発』。AK Peters / CRC Press。

注：%PDF-1.5stream ... endstream

ソースノート：本研究は、https://intro-to-restir.cwyman.org/presentations/2023ReSTIR_Course_Notes.pdf からアーカイブされたドキュメントに基づき、学術的な技術レビューの形式で編纂・更新されました。