大域照明問題解法のためのフォトンマッピングの効率化に関する研究

概要

論文の詳細を見る
本論文では Adaptive MCMC Progressive Photon Mapping (AMCMCPPM) の改善手法を提案する.AMCMCPPM では,通常のモンテカルロ法を用いた Photon Mapping が苦手とするシーン,すなわちフォトン経路の可視性が低いシーンを,マルコフ連鎖モンテカルロ法を用いることによって頑健に扱うことができる.また,マルコフ連鎖における提案分布のサイズを,目標採択率という基準に従ってシーンに応じて自動的に調整することができる.しかしオリジナルの論文で採用されている目標採択率は多くのシーンでは適切ではないと考えられる.また,提案分布のサイズが全ての次元に対して等しく設定されているため,小さな提案分布を用いる場合にサンプル列の相関が高くなってしまい推定結果の悪化を招いてしまう.そこで本論文では,実験により適切な目標採択率を求め,オリジナルの目標採択率よりも高い値によってアルゴリズムが効率化されることを示す.また,フォトントレーシングによる経路構築の際,低次元に限定した変異を行うことで,相関を減らし結果を改善する手法を提案する.実験では通常の Photon Mapping にとって困難なシーン程,提案手法が効率化に貢献することを確認した.
2014-06-21