Computing Camera Rays
这是一篇关于计算机图形学中计算相机光线（Camera Rays）的技术文章，主要面向图形学开发者和研究人员，探讨相关算法或实现细节。
评论
点赞
收藏高斯点溅射：让数十亿高斯点云实时渲染的新方法
核心看点：提出 Gaussian Point Splatting，一种让渲染数百亿高斯点云达到实时帧率的随机方法。核心思路是从高斯分布中采样像素大小的不透明点，通过64位原子操作并行溅射到帧缓冲，同时严格形式化解决了"溅射多少点、如何分布才能保持正确不透明度"的关键难题。论文已被 SIGGRAPH 2026 接收，作者团队来自学术界，开源了完整源码、补充视频和交互式在线查看器。背景补充：传统高斯溅射在场景规模极大时性能瓶颈明显，该方法通过并行编程原语实现数百万线程的均匀负载分布，并结合层次化视锥与遮挡剔除加速，最终效果与原始高斯溅射仅有轻微噪声和抗锯齿差异。适合关注 Novel View Synthesis、3D 渲染、大规模场景实时绘制的研究者与工程师深入阅读。
Jackknife透射率估计与多重重要性采样权重计算
在蒙特卡洛体积渲染中，传统的射线步进+指数函数估计透射率会因Jensen不等式系统性高估结果，而无偏估计器要么方差高要么不适合SIMD架构。这篇来自Moments in Graphics个人学术博客的论文提出了一种有偏透射率估计器：利用分层抖动采样使光深度估计近似正态分布，再基于两套独立随机数应用UMVU（最小方差无偏）估计器计算透射率，偏差仅来自正态假设的违反而非常小。进一步结合方差感知重要性采样降低偏差与方差，并将该方法推广到任意光深度解析函数，实现带偏MIS权重的无偏积分器，以及更高效的偏置组合方案。论文提供了理论分析、数学推导和实现方法，适合渲染引擎开发者与图形学研究人员参考。
光谱渲染第三部分：光谱 vs RGB
作者亲自实现了光谱路径追踪器，拿它和传统 RGB 渲染做对比，检验「RGB 渲染不符合物理现实」这个说法在实际渲染中到底有多大影响。文章逐一比较了多种光源类型（日光、白炽灯、LED等）在两种渲染方式下的色彩差异，展示了光谱渲染如何通过真实光源光谱和傅里叶 sRGB 上采样反射率来产生更准确的色彩。这是该系列第三篇，有大量对比图和分析，直接回应了"光谱渲染是否值得折腾"这个核心问题。对图形学从业者或渲染研究者来说，是难得的有第一手实验数据和个人判断的硬核内容。
光谱渲染（二）：实时渲染
图形编程硬核技术文：谱系渲染（spectral rendering）的实时实现方法。本文是系列第二篇，作者基于自己开发的路径追踪器，详解了如何用蒙特卡洛积分和重要性采样高效求解光谱乘积积分、如何基于已知反射谱定义BRDF，并附完整开源代码。相比传统RGB渲染，光谱渲染能更精确地模拟光的物理色散特性，是进阶渲染管线开发者的实用参考。内容来自一线实践，有代码有方法，非营销非搬运。
光谱渲染（一）：光谱
光谱渲染为何比传统 RGB 渲染更接近物理真实？这是 Moments in Graphics 博主的技术系列开篇。核心看点：目前主流的 RGB 渲染按通道逐分量相乘，是对物理光学过程的粗糙近似，实际中靠人工调色掩盖缺陷；而光谱渲染能以几乎可忽略的额外计算成本，实现更准确的色彩还原、摆脱对特定色彩空间的依赖、支持非标准光源光谱。作者给出了一套可在实时路径追踪器中落地的具体实现思路，并且强调它并非离线渲染的昂贵理论工具，对现有资产和实时渲染管线都兼容。本篇先讲场景需要什么类型的光谱数据、以及如何获取。适合图形程序员、游戏引擎开发者，有强烈的实操导向和个人技术判断。
场景编辑中的迭代式光照贴图更新方法
当在场景中增删物体时，传统光照贴图需要昂贵的完全重计算。这篇技术文章提出一种迭代更新算法：基于路径追踪但只重算受变动影响的光线路径，配合重要性采样加速收敛，并在GPU上实现交互级编辑。作者来自知名图形学博客Moments in Graphics，内容有直接的方法描述和实现参考价值，适合实时渲染与光线追踪从业者阅读，不是营销或者通稿。
基于二次曲面的可微分渲染轮廓采样方法
一篇 SIGGRAPH 2025 论文介绍，提出了一种基于二次曲面（dual quadrics）的新型拒绝测试方法，大幅降低了可微分渲染中轮廓边缘采样的方差。现有方法因拒绝测试不准确导致大量零贡献样本、方差偏高，后续工作被迫转向面积采样或路径空间方案。作者在单向路径追踪器中实现了该改进，不仅显著优于原始边缘采样法，还超过了基于面积采样的方法。内容来自研究者本人博客，有具体方法原理和定量对比结果，适合关注计算机图形学、逆向渲染、可微分渲染的技术读者。
Splatshop：高效编辑大规模高斯泼溅模型的交互式编辑器
这是一篇来自 HPG 2025 高性能图形学会议的技术论文摘要，介绍 Splatshop——一个面向大规模 3D 高斯泼溅模型的高效交互式编辑工具箱，核心看点是：它是首个支持 VR 头显编辑大规模高斯泼溅场景的工具。论文提出一系列启发式方法，在精确编辑和实时渲染之间取得平衡，实验验证了可流畅处理多达 1 亿个图元的场景，支持选取、删除、涂绘、变换等操作。作者将其定位为"高斯泼溅的 Photoshop"，技术路线具体，有实验数据支撑，不是空泛趋势解读。
球谐函数的偏导数计算
这篇技术海报提出了一种计算球谐函数基任意阶偏导数的高效方法。核心发现是：常规球谐函数评估过程中产生的中间结果已经包含了计算所有偏导数所需的全部信息，因此额外计算成本可以忽略不计。对于从事计算机图形学、光照计算、神经渲染等需要球谐函数梯度信息的开发者来说，这是一个可以直接复用的实用技术洞见，以极低开销扩展了球谐函数的应用能力。
辐射度量学（一）：倒着学反而更清楚
这篇文章独特之处在于作者颠覆了传统的辐射度量学教学顺序——不从辐射能量（radiant energy）出发，而是从渲染中最常用的辐射亮度（radiance）入手，通过积分而非微分/极限来推导其他物理量。作者结合自己在图形学学习和教学中的亲身困惑，指出传统教材用"微分极限"解释辐射度量学令人费解，而路径追踪器开发者每天都在用蒙特卡洛积分，从积分角度理解更为自然。文章详细解释了辐射亮度在真空中的守恒性质（路径追踪的基础）、立体角（solid angle）的几何直观、辐照度（irradiance）、辐射通量（radiant flux）和辐射能量，还讨论了如何用IES文件描述光源强度分布。作者用真实相机成像过程类比极限过程，帮助读者理解各量之间的关系。适合有渲染基础但辐射度量学理解不够扎实的图形程序员阅读，观点清晰、有个人反思，不是照搬教材的科普。
蓝噪点——图形学中白噪点的替代方案（2016）
蓝噪点（blue noise）在图形抖动（dithering）中比白噪点和Bayer矩阵效果更好，且预计算后可实时使用。本文从均匀分布、弱低频分量、各向同性、可平铺四个性质解释蓝噪点为何更优，并用傅里叶变换可视化其频谱优势。作者实现了Robert Ulichney的void and cluster方法（Python+SciPy，代码开源），亲自跑数天生成了一套CC0公共领域授权的蓝噪点纹理库（16²-1024²，1-4通道，可平铺），直接下载即可用于游戏引擎。文章还讨论了参数选择（高斯标准差1.9像素）、扩展到3D体积纹理的方法，以及抖动在HDR/LDR显示上的实际应用。作者有明确的个人立场和一手实践经验，非通稿非营销。
基于Spectral JPEG XL的光谱图像压缩方法
光谱渲染的算法日趋成熟，但光谱图像（如反射率、发射纹理）的巨大内存占用仍是核心瓶颈。本文提出一种新方法：在波长域应用余弦变换，利用平均亮度压缩高频傅里叶系数的动态范围，最终用 JPEG XL 存储所有系数图像。低频（平均亮度）保留高质量，高频可使用更高压缩比和更低分辨率。相比无损 ZIP 压缩的 Spectral OpenEXR，文件体积缩小 10–60 倍，同时完整支持 OpenEXR 全部特性。适合图形学/渲染方向的工程与研究人员参考，给出了清晰的技术路线和可衡量的压缩收益。
辐射度量学（二）：光谱与光度学
本文是辐射度量学系列第二篇，核心看点：作者指出渲染中仅用RGB三通道处理辐射度在物理上不准确，进而系统讲解光谱版本的辐射度量、人眼颜色感知机制、光度学量，以及渲染器中的高效实现思路。文末包含作者对该领域普遍概念混淆现象的个人吐槽。内容来自资深图形学技术博客 Moments in Graphics，讲解清晰、问题意识明确，有实践参考价值，适合渲染方向从业者深入阅读。
路径追踪讲座：面向硕士生的公开课程与开源代码
荷兰代尔夫特理工大学Moments in Graphics博主将其为硕士生讲授的路径追踪课程录制成113分钟公开视频，并开源了配套Vulkan路径追踪器代码。课程从基础原理讲起，逐步深入到BRDF重要性采样、灯光采样，以及通过多重重要性采样和下次事件估计将两者结合的高级降噪策略。第一部分实现基础路径追踪器，第二部分主攻低噪高效渲染。作者是图形学领域有长期写作积累的实践者，内容来自真实授课经验，有代码、有讲解、有方法论沉淀，面向有编程基础的渲染学习者，信息密度高、复用价值大。
在GPU上求解多项式实根
一篇含金量很高的GPU编程实战记录。作者在光线追踪着色器中做相交测试时，需要求解10到26次多项式的所有实根。经典求根方法虽成熟可靠，但GPU上几乎找不到现成实现。作者最终实现了Cem Yuksel提出的最新求解器，并踩了一个关键坑：朴素实现中大量嵌套循环和数组索引导致寄存器溢出，严重拖垮着色器性能。文章详细解释了如何通过巧妙设计避免这一问题，并在Shadertoy上公开了完整GLSL实现。对从事GPU编程、光线追踪或数值计算的开发者来说，这是少有的能同时看到算法选型、GPU性能陷阱和实际优化方案的参考内容，比泛泛的"GPU加速"文章扎实得多。
球谐函数字形的光线追踪渲染
本文提出一种基于光线追踪高效渲染球谐函数字形（Spherical Harmonics Glyphs）的方法，用于可视化高角分辨率扩散磁共振成像（HARDI）数据中的方向分布函数。传统渲染方案速度慢、精度有限，该方法通过构造 2k+2 次多项式求解射线与字形表面的交点，并以数值稳定方式计算全部交点，同时推导出简洁的法向量公式和近似精确的轴对齐包围盒。相比前人工作，该方法更快、更灵活、更精确，支持复杂着色和不确定性可视化。适合计算机图形学、医学可视化方向的技术读者。
基于层次细节的微多边形几何实时光线追踪
本文介绍一套将Nanite虚拟化微多边形方法扩展到光线追踪领域的系统。核心思路：预处理时将邻近三角形聚类、合并简化得到层次LOD，压缩存储为GPU友好格式；运行时每帧按簇粒度选取合适LOD，将每个选中簇解压为光线追踪硬件所需的小型BVH，再在其包围盒上构建完整BVH进行光线追踪。BVH构建带宽利用率超过峰值带宽的74%，可在每帧内完成。由于LOD按簇粒度每帧选取，所有三角形在屏幕空间覆盖区域很小。这是HPG 2023上发表的一项实打实的图形学系统研究，技术细节扎实，对了解实时渲染前沿方向的读者有参考价值。
时间稳定的实时联合神经去噪与超采样
光线追踪硬件近年突飞猛进，实时路径追踪已进入游戏行业，软阴影、光泽反射和漫反射全局光照成为常见特性。但光线预算依然受限，导致欠采样引发的锯齿和噪点问题。现有方案将神经时域超采样与去噪分开处理——超采样神经网络已在现代游戏中广泛部署且鲁棒性更好，而去噪因计算成本更高仍是瓶颈。本文提出一种联合神经去噪与超采样的实时方法，重点解决时间稳定性问题，在两者协同优化的方向上给出新思路。