[論文レビュー] Accelerating Inverse Rendering By Using a GPU and Reuse of Light Paths

Ido Czerninski, Yoav Y. Schechner|arXiv (Cornell University)|Sep 30, 2021

Computer Graphics and Visualization Techniques参考文献 24被引用数 8

ひとこと要約

本論文では、GPUアーキテクチャ向けにモンテカルロパストレーシングを最適化する2つの主要な技術、すなわち、パスの長さごとに光線パスをグループ化して並列性を向上させるパスソーティング、および反復処理間で光線パスを再利用してランダム性と重複を低減するパスリユースを通じて、逆レンダリングの高速化を実現している。この手法は、勾配ベースの最適化における逆レンダリングの計算を顕著に高速化し、散乱トモグラフィーおよびリフレクトメトリーの応用分野で最大3.5倍の高速化を達成した。

ABSTRACT

Inverse rendering seeks to estimate scene characteristics from a set of data images. The dominant approach is based on differential rendering using Monte-Carlo. Algorithms as such usually rely on a forward model and use an iterative gradient method that requires sampling millions of light paths per iteration. This paper presents an efficient framework that speeds up existing inverse rendering algorithms. This is achieved by tailoring the iterative process of inverse rendering specifically to a GPU architecture. For this cause, we introduce two interleaved steps - Path Sorting and Path Recycling. Path Sorting allows the GPU to deal with light paths of the same size. Path Recycling allows the algorithm to use light paths from previous iterations to better utilize the information they encode. Together, these steps significantly speed up gradient optimization. In this paper, we give the theoretical background for Path Recycling. We demonstrate its efficiency for volumetric scattering tomography and reflectometry (surface reflections).

研究の動機と目的

• 従来のモンテカルロベースの逆レンダリングにおける計算コストの高さとGPUリソースの低効率利用という問題を解決する。
• GPUアクセcelレートドifferentiableレンダリングにおける光線パス長のランダム性が並列実行を妨げるという課題を克服する。
• 最適化の反復処理間で有用な光線パスを再利用することで、勾配ベースの逆レンダリングの収束速度を向上させる。
• ボリュメトリック散乱トモグラフィーおよび表面リフレクタンスの分野における性能を向上させるために、レンダリングパイプラインをGPU実行パターンに適合させる。
• 最適化の反復処理間で微小なパrameter変更が生じる場合でもパスの関連性を維持する理論的根拠を有するパスリユースのフレームワークを提供する。

提案手法

• パスの長さ（セグメント数）ごとに光線パスをグループ化することで、コalescedメモリアクセスとGPUのオブザルシー向上を実現するパスソーティングを導入する。
• パスリユースをコアイノベーションとして提案：一度だけ固定された光線パスのセットを生成し、複数の最適化反復処理で再利用することで、分散の低減とパス長のランダム性の排除を実現する。
• 理論的裏付けにより、シーンパラメータが反復処理間でわずかに変化した場合でも、パスリユースが勾配情報を保持することを示している。
• ボリュメトリック散乱および表面リフレクタンス（BRDF）モデルを両方サポートするdifferentiableレンダリングエンジンにパスリユースを統合する。
• モンテカルロ積分を用いてフォワードモデルを推定し、パストレーシングプロセスを逆伝搬することで勾配を計算する。
• 粒子タイプごとの消散係数および散乱係数の勾配を導出することで、多様な粒子タイプの散乱をサポートし、医療および大気画像分野におけるより現実的なトモグラフィック再構成を可能にする。

実験結果

リサーチクエスチョン

• RQ1 GPUアーキテクチャ上で、光線パス長の本質的なランダム性があるにもかかわらず、モンテカルロベースの逆レンダリングをどのように高速化できるか？
• RQ2 前回の反復から得た光線パスを再利用することで、勾配ベースの最適化における収束速度の向上と計算の冗長性低減にどの程度寄与するか？
• RQ3 シーンパラメータが反復処理間でわずかに摂動された場合でも、パスリユースが勾配の正確性と安定性を維持できるか？
• RQ4 提案フレームワークは、ボリュメトリック散乱および表面リフレクタンスを含む逆問題において、性能をどのように向上させるか？
• RQ5 反復処理間で光線パスを再利用する際、情報の損失や勾配バイアスが顕著に生じない理論的根拠は何か？

主な発見

• パスリユースにより、有用な光線パスを再利用することで勾配推定の分散が低減され、逆レンダリングの収束が著しく早くなった。
• パスソーティングとパスリユースの組み合わせにより、標準的なモンテカルロ手法と比較して、GPUハードウェア上での逆レンダリング性能が最大3.5倍向上した。
• パス情報の有効な再利用により、1反復あたりのサンプリング数を減らしても、散乱トモグラフィーおよびリフレクトメトリーにおいて高い精度を維持した。
• 理論的分析により、シーンパラメータが段階的に変化する場合でも、パスリユースが勾配の一貫性を保持することを確認した。これにより、反復的最適化への適用が正当化された。
• 本フレームワークは多様な粒子タイプの散乱をサポートし、医療および大気画像分野におけるより現実的なトモグラフィック再構成を可能にした。
• 実験的結果から、パスリユースにより1反復あたり必要な光線パス数が顕著に削減された一方で、再構成品質は維持または向上した。