De Partículas a Campos: Reformulando o Mapeamento de Fótons com Campos de Fótons Gaussianos Contínuos Resumo: A modelagem precisa do transporte de luz é essencial para a síntese de imagens realistas. O mapeamento de fótons fornece estimativas fisicamente fundamentadas de efeitos complexos de iluminação global, como cáusticas e interações especular-difusas. No entanto, sua estimativa de radiância por vista permanece computacionalmente ineficiente ao renderizar múltiplas vistas da mesma cena. Essa ineficiência surge do rastreamento independente de fótons e da estimativa estocástica do kernel em cada ponto de vista, levando a cálculos redundantes. Para acelerar a renderização multiview, reformulamos o mapeamento de fótons como uma função de radiância contínua e reutilizável. Especificamente, introduzimos o Campo de Fótons Gaussiano (GPF), uma representação treinável que codifica distribuições de fótons como primitivas Gaussianas 3D anisotrópicas, parametrizadas por posição, rotação, escala e espectro. O GPF é inicializado a partir de fótons fisicamente rastreados na primeira iteração do SPPM e otimizado usando supervisão multiview da radiância final, destilando o transporte de luz baseado em fótons em um campo contínuo. Uma vez treinado, o campo permite a avaliação diferenciável da radiância ao longo dos raios da câmera sem rastreamento repetido de fótons ou refinamento iterativo. Experimentos extensivos em cenas com transporte de luz complexo, como cáusticas e interações especular-difusas, demonstram que o GPF atinge precisão em nível de fóton, reduzindo a computação em várias ordens de magnitude, unificando o rigor físico da renderização baseada em fótons com a eficiência das representações neurais de cenas.
Artigo:arxiv.org/abs/2512.12459w