[논문 리뷰] Accelerating Inverse Rendering By Using a GPU and Reuse of Light Paths

Ido Czerninski, Yoav Y. Schechner|arXiv (Cornell University)|2021. 09. 30.

Computer Graphics and Visualization Techniques참고 문헌 24인용 수 8

한 줄 요약

이 논문은 GPU 아키텍처를 고려해 몬테카를로 경로 추적을 최적화함으로써 역 렌더링을 가속화한다. 주요 기법으로는 경로 길이별로 경로를 그룹화해 병렬성을 향상시키는 '경로 정렬(Path Sorting)'과 반복 간에 경로를 재사용해 무작위성과 중복을 줄이는 '경로 재활용(Path Recycling)'을 포함한다. 이 방법은 역 렌더링의 기울기 기반 최적화를 크게 가속화하며, 산란 톰그래피 및 반사도 측정 응용 분야에서 최대 3.5배의 성능 향상을 보였다.

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).

연구 동기 및 목표

• 고전적인 몬테카를로 기반 역 렌더링의 비효율성, 즉 높은 계산 비용과 낮은 GPU 활용도 문제를 해결한다.
• GPU 가속화된 미분 가능 렌더링에서 빛 경로 길이의 무작위성으로 인해 병렬 실행이 저해되는 문제를 해결한다.
• 최적화 반복 간에 유익한 빛 경로를 재사용함으로써 기울기 기반 역 렌더링의 수렴 속도를 향상시킨다.
• 체적 산란 톰그래피와 표면 반사도 측정 성능을 향상시키기 위해 렌더링 파이프라인을 GPU 실행 패턴에 맞게 최적화한다.
• 최적화 과정에서 작은 매개변수 변화가 발생할 때 경로의 관련성을 유지하는 이론적으로 탄탄한 경로 재활용 프레임워크를 제공한다.

제안 방법

• 경로 길이(세그먼트 수)에 따라 빛 경로를 그룹화함으로써 메모리 접근을 코alescing하고 GPU 점유율을 향상시키는 '경로 정렬'을 도입한다.
• 핵심 혁신으로서 '경로 재활용'을 제안한다: 고정된 수의 빛 경로를 한 번만 샘플링하고 여러 최적화 반복 동안 재사용함으로써 분산을 줄이고 경로 길이의 무작위성을 제거한다.
• 이론적 근거로, 장면 매개변수가 반복 간에 약간 변화할 경우 경로 재활용이 기울기 정보를 유지함을 보여준다.
• 체적 산란과 표면 반사도(BRDF) 모델을 모두 지원하는 기울기 가능 렌더링 엔진에 경로 재활용을 통합한다.
• 몬테카를로 적분을 사용해 정방향 모델을 추정하고, 경로 추적 과정을 통해 역전파를 통해 기울기를 계산한다.
• 다양한 입자 유형의 산란을 지원하기 위해 각 입자 유형별 흡수 및 산란 계수의 기울기를 유도함으로써 더 현실적인 톰그래픽 재구성을 가능하게 한다.

실험 결과

연구 질문

• RQ1 빛 경로 길이의 본질적 무작위성에도 불구하고 GPU 아키텍처에서 몬테카를로 기반 역 렌더링을 어떻게 가속화할 수 있는가?
• RQ2 이전 반복에서 얻은 빛 경로를 재사용할 경우, 기울기 기반 최적화에서 수렴 속도 향상과 계산 중복 감소에 어느 정도 기여하는가?
• RQ3 장면 매개변수가 반복 간에 약간 변화할 경우 경로 재활용이 기울기 정확성과 안정성을 유지할 수 있는가?
• RQ4 제안된 프레임워크는 체적 산란과 표면 반사도를 포함한 역 문제에서 성능을 어떻게 향상시키는가?
• RQ5 반복 간에 빛 경로를 재사용할 때 정보 손실이나 기울기 편향이 심각하게 발생하지 않는 이론적 근거는 무엇인가?

주요 결과

• 경로 재활용은 정보가 풍부한 빛 경로를 재사용함으로써 기울기 추정의 분산을 줄여 역 렌더링의 수렴 속도를 빠르게 한다.
• 경로 정렬과 경로 재활용의 조합은 기존 몬테카를로 접근 방식에 비해 GPU 하드웨어에서 최대 3.5배 빠른 역 렌더링 성능 향상을 가능하게 한다.
• 경로 정보를 효과적으로 재사용함으로써 반복당 샘플 수를 줄여도 산란 톰그래피 및 반사도 측정에서 높은 정확도를 유지한다.
• 이론적 분석을 통해 장면 매개변수가 점진적으로 변화할 경우 경로 재활용이 기울기 일관성을 유지함을 확인하여 반복 최적화에서의 적용을 정당화한다.
• 다양한 입자 유형의 산란을 지원함으로써 의료 및 대기 영상 응용 분야에서 더 현실적인 톰그래픽 재구성을 가능하게 한다.
• 실험 결과로 경로 재활용은 반복당 필요로 하는 빛 경로 수를 크게 줄였고, 재구성 품질은 유지 또는 향상시켰다.