从粒子到场：利用连续高斯光子场重构光子映射 抽象的： 精确模拟光传输对于逼真的图像合成至关重要。光子映射能够提供基于物理原理的复杂全局光照效果估计，例如焦散和镜面反射与漫反射的相互作用。然而，当渲染同一场景的多个视角时，其逐视角辐射度估计的计算效率仍然很低。这种低效率源于每个视角下独立的光子追踪和随机核估计，从而导致冗余计算。 为了加速多视图渲染，我们将光子映射重新表述为一个连续且可重用的辐射函数。具体而言，我们引入了高斯光子场（GPF），这是一种可学习的表示方法，它将光子分布编码为各向异性的三维高斯图元，并由位置、旋转、尺度和光谱参数化。 GPF 在第一次 SPPM 迭代中由物理追踪的光子初始化，并通过对最终辐射度进行多视角监督进行优化，从而将基于光子的光传输提炼成一个连续场。训练完成后，该场能够沿相机光线进行可微分的辐射度评估，而无需重复进行光子追踪或迭代优化。 对具有复杂光传输的场景（如焦散和镜面漫反射相互作用）进行的大量实验表明，GPF 能够达到光子级精度，同时将计算量减少几个数量级，将基于光子的渲染的物理严谨性与神经场景表示的效率统一起来。
论文链接：https://t.co/epzea36LFw