Des particules aux champs : repenser la cartographie photonique avec des champs photoniques gaussiens continus Abstrait: La modélisation précise du transport de la lumière est essentielle à la synthèse d'images réalistes. Le photon mapping fournit des estimations physiquement réalistes des effets d'illumination globale complexes, tels que les caustiques et les interactions spéculaires-diffuses. Cependant, son estimation de la luminance par vue reste gourmande en ressources de calcul lors du rendu de plusieurs vues d'une même scène. Cette inefficacité provient du traçage indépendant des photons et de l'estimation stochastique du noyau à chaque point de vue, ce qui engendre des calculs redondants. Pour accélérer le rendu multivue, nous reformulons le photon mapping sous la forme d'une fonction de radiance continue et réutilisable. Plus précisément, nous introduisons le champ de photons gaussien (GPF), une représentation apprenable qui encode les distributions de photons sous forme de primitives gaussiennes 3D anisotropes, paramétrées par la position, la rotation, l'échelle et le spectre. Le GPF est initialisé à partir de photons tracés physiquement lors de la première itération SPPM et optimisé par supervision multivue de la luminance finale, réduisant ainsi le transport de la lumière photonique à un champ continu. Une fois entraîné, ce champ permet une évaluation différentiable de la luminance le long des rayons de la caméra, sans tracé de photons répété ni raffinement itératif. Des expériences approfondies sur des scènes avec un transport de lumière complexe, telles que les caustiques et les interactions spéculaires-diffuses, démontrent que GPF atteint une précision au niveau du photon tout en réduisant le calcul de plusieurs ordres de grandeur, unifiant la rigueur physique du rendu basé sur les photons avec l'efficacité des représentations neuronales de scènes.
Articlearxiv.org/abs/2512.12459LFw