• học 3d max ở đâu tốt
    TƯ VẤN KHÓA HỌC - 0903.780.416 - 08. 6674.8018 | Lầu 2, 25A Nguyễn Văn Nguyễn, Tân Định, Q1, HCM

GIẢI PHÁP & CÁCH KHẮC PHỤC NOISE KHI RENDER V-RAY

Rating now

Vấn đề nhiễu (noise) ảnh khi render

 

Dò tia, cũng giống như nhiếp ảnh, cần nhiều mẫu ánh sáng để đạt được một hình ảnh rõ nét, và trong cả hai trường hợp, nhiễu ảnh luôn là một vấn đề thách thức. Trong nhiếp ảnh, khi không đủ ánh sáng, các mẫu thưa thớt và hình ảnh tổng thể sẽ không mượt mà. Điều này tương tự như đối với việc dò tia và đồ họa máy tính.

Nếu bạn dò tia trong khoảng thời gian ngắn, các mẫu bị hạn chế và hình ảnh sẽ bị nhiễu. Trong cả hai trường hợp, giải pháp là cho phép lấy nhiều mẫu hơn. Để lấy được nhiều mẫu hơn trong nhiếp ảnh, bạn có thể mở khẩu độ hoặc tăng thời gian phơi sáng để lấy được nhiều lượng tử ánh sáng hơn.

Trong dò tia, bạn có thể đợi lâu hơn để tính tón nhiều mẫu hơn hoặc thêm nhiều năng lượng tính toán hơn để phân giải hình ảnh nhanh hơn.

Một yếu tố nữa có thể giúp giải quyết vấn đề nhiễu ảnh trong một hình ảnh là giải pháp khử nhiễu. Giải pháp khử nhiễu đơn giản nhất là làm mờ các điểm ảnh gần kề để đạt được một mức trung bình. Nhưng kết quả sẽ chỉ là một hình ảnh mờ mờ.

Nếu giải pháp khử nhiễu cũng có thể phát hiện được các góc cạnh, và đảm bảo chúng rõ nét, kết quả đạt được sẽ tốt hơn. Tăng cường hiệu quả khử nhiễu là vấn đề khó giải quyết hơn.

Trong ví dụ bên dưới, chúng ta bắt đầu với một kết xuất nhiễu chỉ có một vài mẫu. Hình ảnh thứ hai mô tả điều xảy ra khi bạn áp dụng một cảnh mờ đơn giản, và hình ảnh thứ ba mô tả điều xảy ra khi bạn phát hiện các góc cạnh và cảnh mờ cùng lúc.

Với các hình ảnh này, chúng tôi sử dụng công nghệ lọc cảnh mờ thông minh của Photoshop. Về mặt kỹ thuật, công nghệ khử nhiễu của Photoshop sẽ hiệu quả hơn nhiều so với công nghệ Smart Blur, nhưng điều này giúp minh họa vấn đề.

Chưa khử noise

Khử noise gaussian blur trong Photoshop

Khử noise với smart blur trong PTS

 

Trong V-Ray 3.x, chúng tôi giới thiệu giải pháp khử nhiễu của mình.Giải pháp này cho phép người dùng kết xuất một hình ảnh đến một điểm nhất định và sau đó để V-Ray khử nhiễu nó dựa trên thông tin có được.

Quá trình này diễn ra rất trơn tru trên các GPU.Một giải pháp chúng tôi đề cập trong Hướng dẫn đối với GPU là các GPU rất hiệu quả trong việc thực hiện các công việc song song quy mô lớn.Và khử nhiễu là một trong số các công việc như vậy. GPU giúp tăng tốc độ lên khoảng 20 lần và quá trình này có thể được hoàn tất chỉ trong một vài giây.

Nhưng việc này có thể diễn ra nhanh hơn.Điều gì sẽ xảy ra nếu, thay vì giải quyết vấn đề khử nhiễu riêng rẽ cho từng hình ảnh, liệu có thể liên hệ ngược trở lại các giải pháp khử nhiễu trong quá khứ để giải quyết vấn đề nhanh hơn không?

 

Sử dụng dữ liệu “học được” giúp khử nhiễu

 

Sử dụng dữ liệu “học được” trước đó là cơ sở của machine learning. Trong V-Ray, nó có thể sử dụng dữ liệu học được trong suốt thời gian light cache tính toán để giúp giải quyết nhiều vấn đề liên quan đến kết xuất nhanh hơn nhiều.

Ví dụ, Adaptive Sampler (Bộ lấy mẫu thích ứng), Adaptive Lights and Adaptive Dome Lights mới tất cả đều sử dụng khái niệm này. Nhưng điều gì xảy ra nếu V-Ray cũng có thể học được từ các kết xuất khác mà không chỉ kết xuất mà nó đang thực hiện?

Hiện nay, có nhiều bàn tán xung quanh các chủ đề Deep Learning và Deep Neural Networks (thực tế chúng là một).Nhưng mạng thần kinh nhân tạo đơn giản đề cập đến số lớp trong mạng đến mức độ nào? Ý tưởng xây dựng một mạng máy tính học hỏi cách giải quyết các vấn đề cụ thể, từ các giải pháp được cung cấp đối với vấn đề, hoặc bằng cách học hỏi từ các thử nghiệm của chính chúng.

Một khi mạng hiểu hơn về cách giải quyết một vấn đề, như khử nhiễu, nó có thể giải quyết được vấn đề nhanh hơn nhiều.

 

Về lý thuyết, bằng việc đưa vào mạng thần kinh nhân tạo hàng ngàn nhân tố khử nhiễu khác nhau theo suốt các phiên bản hoàn chỉnh cuối cùng, nó có thể học được cách giải quyết vấn đề nhiễu sử dụng dữ liệu hình ảnh này, và sau đó áp dụng phương pháp này đối với các trường hợp khác.

Đó chính xác là cách NVIDIA đã giới thiệu với bộ khử nhiễu tăng cường OptiX Al. NVIDIA đã xây dựng trí tuệ nhân tạo sử dụng  hàng ngàn hình ảnh được kết xuất trong Iray, và dữ liệu học được này hiện có thể được áp dụng cho các hình ảnh được dò tia. Chúng tôi đã quyết định thử nghiệm cách thức các dữ liệu học được này có thể có lợi cho V-Ray.

 

Tất cả là vấn đề tốc độ

 

Ưu điểm của bộ khử nhiễu OptiX của NVIDIA so với bộ khử nhiễu của V-Ray là gì?Mặc dù bộ khử nhiễu của V-Ray rất nhanh và có thể khử nhiễu một hình ảnh trong thời gian tính bằng giây trên một GPU, giải pháp OptiX có thể khử nhiễu một kết xuất trong thời gian thực.Nhưng nên nhớ rằng một hình ảnh được khử nhiễu sẽ không bao giờ chính xác.

Theo định nghĩa, nó giúp bạn dự đoán tốt nhất về hình ảnh cuối cùng. Đồng thời, tính chính xác có lẽ không phải điều quan trọng nhất. Nếu trong thời gian thực bạn có thể tạo ra một hình ảnh không nhiễu có thể sử dụng được, nó có thể ảnh hưởng đến công việc của bạn, đặc biệt trong thời gian lấy ánh sáng và phát triển hình ảnh.

 

Bộ khử nhiễu OptiX NVIDIA hoạt động trong V-Ray như thế nào?

 

Có thể sử dụng dữ liệu học được với V-Ray, thậm chí ngay cả khi thông tin được thu thập sử dụng các kết xuất Iray. Chúng ta thậm chí có thể điều chỉnh lại hệ thống sử dụng các kết xuất V-Ray.

Bộ khử nhiễu càng biết nhiều thông tin “thực” về hình ảnh, như dự đoán, thì nó càng làm tốt hơn công việc của mình.

Ví dụ, hãy quan sát edge detection.Vì các góc cạnh thường được phát hiện dựa trên độ tương phản cao giữa các điểm ảnh lân cận, một hình ảnh nhiễu có thể không có đủ thông tin để phát hiện tốt các góc cạnh. Khi bạn kết xuất một đường dẫn khuếch tán và một đường dẫn bình thường trong V-Ray, nó thu thập đủ thông tin về một cảnh để xác định vị trí của các góc cạnh.

Với sự kết hợp của dữ liệu học được và các yếu tố kết xuất, bộ khử nhiễu OptiX có thể giúp bạn dự đoán khá tốt về hình ảnh cuối cùng, thậm chí chỉ với vài mẫu.Mặc dù loại khử nhiễu này làm việc trên GPU hoặc CPU, nhưng lợi ích lớn nhất đối với người dùng là khi nó làm việc tương tác với nhau.

 

Một vài kết quả ví dụ

 

Trong ví dụ này, chúng ta đang xem xét một cảnh khá phức tạp với nhiều chiếu sáng toàn cục. Chúng tôi sử dụng cả đường dẫn khuếch tán và bình thường như một phần của bộ khử nhiễu. Chúng tôi chụp nhanh một vài bức ảnh trong quá trình kết xuất để kiểm tra kết xuất ban đầu và kết xuất được khử nhiễu.

 

 
 

Bạn sẽ thấy tại pass 1, chúng ta sẽ có được một hình ảnh gần như sử dụng được với rất ít thông tin. Tuy nhiên, hình ảnh, không gần lắm với việc lấy ánh sáng thực tế của các hình ảnh cuối cùng. Nhưng khi chúng ta đến gần hơn với hình ảnh cuối cùng, chúng gần hơn nhiều.

Tuy nhiên, vẫn có những khác biệt giữa hình ảnh cuối cùng và hình ảnh khử nhiễu.

Trong video này, chúng ta sẽ thấy nặng lượng thực sự của bộ khử nhiễu thời gian thực có thể đạt được với việc sử dụng OptiX của NVIDIA. Quan sát một số cảnh, người dùng sẽ thấy một hình ảnh không nhiễu khi quá trình kết xuất diễn ra.

 

 

Hạn chế hiện tại

Có một số hạn chế có thể được giải quyết trong tương lai.

  • Hình ảnh được khử nhiễu OptiX chỉ là một hình ảnh ước lượng. Nó có thể là sự ước lượng rất gần với kết quả cuối cùng, nhưng việc kết xuất thực tế sẽ chính xác hơn
  • Các hình ảnh khử nhiễu OptiX bị xếp thành đống. Hiện tại, hình ảnh được khử nhiễu bị xếp tại 1 và bạn không thể đạt được mức như một HDRI.
  • Việc khử nhiễu của OptiX làm mới sau mỗi đường dẫn V-Ray. Quá trình kết xuất của V-Ray được thực hiện trong các đường dẫn. Trong các cảnh đơn giản, các đường dẫn có thể mất hàng phần nghìn giây và trong các cảnh phức tạp hơn, các đường dẫn có thể dẫn mất hàng phút. Với bộ khử nhiễu OptiX, bạn sẽ chỉ thấy kết quả được khử nhiễu sau mỗi đường dẫn.
  • Việc khử nhiểu của OptiX rất tốt trong các giai đoạn đầu kết xuất khi nhiễu nhiều. Trong các giai đoạn sau ít nhiễu hơn, việc khử nhiễu của OptiX có thể ít mang lại hiệu quả hơn.
  • OptiX không lý tưởng để sử dụng cho hoạt hình. Đối với hoạt hình, chúng tôi khuyến cáo sử dụng bộ khử nhiễu của V-Ray với công nghệ khử nhiễu xuyên khung.
  • OptiX chỉ khử các beauty render, trong khi đó thế hệ V-Ray kế tiếp có thể khử các thành phần kết xuất riêng lẻ.
  • Khi sử dụng bộ kết xuất CPU của V-Ray, bạn phải tắt bộ lọc chống sai số lấy mẫu đối với với bộ khử nhiễu OptiX để làm việc.

Mặc dù việc kết xuất của V-Ray có thể diễn ra trên bất kỳ phần cứng nào, nhưng bộ khử nhiễu của OptiX cần GPU của NVIDIA.

 

Kết luận

Nhiều người đã và đang sử dụng V-Ray trong chế độ tương tác trong một thời gian dài.Đó là cách tốt để cập nhật các shader và lighting và thấy kết quả cập nhật chúng một cách tương tác.

Vấn đề này luôn như vậy từ trước đến giờ, dựa trên bản chất của dò đường đi của ánh sáng đang diễn ra, hình ảnh có thể khá nhiễu để bắt đầu. Với bộ khử nhiễu mới của OptiX từ NVIDIA bên trong V-Ray, việc khử nhiễu thời gian thực và thông minh có thể diễn ra giúp người dùng cảm nhận tốt hơn về sự thay đổi trong một bộ kết xuất không hiễu trơn tru hơn.

Xin lưu ý: tính năng này hiện tại chưa có và đang trong quá trình thử nghiệm.

 

Nguồn: chaosgroup

 

Please follow and like us: