Conference

Conditional Resampled Importance Sampling and ReSTIR

Markus Kettunen, Daqi Lin, Ravi Ramamoorthi, Thomas Bashford-Rogers, Chris Wyman

NVIDIA; UC San Diego; University of Warwick

一句话总结

本文把广义重采样重要性采样(GRIS)扩展到条件概率空间,提出条件无偏贡献权重(conditional UCW)理论,使 ReSTIR 能够在给定路径前缀的条件下只复用一段子路径(后缀),并据此为 ReSTIR PT 增加了一个类似光子映射 final gather 的原型,显著降低时空复用带来的相关性伪影。

研究背景

  • 领域现状:ReSTIR 及其理论基础 GRIS 让蒙特卡洛积分能在复杂的、PDF 不可点评估的域之间做无偏的时空样本复用,用无偏贡献权重(UCW)\(W_X\) 取代传统的 \(1/p(x)\),把路径追踪成本摊薄到大量像素与帧上。
  • 核心痛点:GRIS 只支持样本具有可处理的边缘(marginal)贡献权重的情形。如果想复用从单向采样路径中截取的光子路径后缀,就必须以路径前缀(那些不被复用的段)为条件来处理该后缀,而现有 UCW 理论无法表达这种条件权重,限制了 ReSTIR 可用的复用形式。此外 ReSTIR PT 在复杂光照加镜面表面时会出现强时空相关、闪烁与色偏。
  • 本文 idea:把 UCW 推广到条件与联合形式,证明在整分变量与其贡献权重之间满足条件独立时,条件复用是无偏的;进而做条件 RIS/ReSTIR,只复用路径的后缀部分(至少丢弃起始一段),并借鉴光子映射的 final gather 思路降低相关性。

方法

整体框架:先把 UCW 的定义扩展到”给定 \(Z\) 的条件 UCW” \(W_{X \mid Z}\) 和联合 UCW,给出联合无偏的充分条件;再用条件 RIS(CRIS)在条件域里做重采样,用目标函数当作未知条件 PDF 的代理来算 MIS 权重;最后落到一个”后缀 ReSTIR + final gather”的原型,把相机路径的前缀与来自邻居的后缀重新连接。

flowchart LR
  A["相机单向采样路径"] --> B["拆成 前缀(支撑) + 后缀"]
  B --> C["前缀: GRIS 时空复用"]
  B --> D["后缀: 条件 RIS/ReSTIR 时空复用"]
  C --> E["Final Gather: 新前缀 kNN 匹配邻居后缀"]
  D --> E
  E --> F["MIS(含 canonical 后缀保证覆盖) 合成无偏结果"]

关键设计:

  1. 条件无偏贡献权重(conditional UCW):把 UCW 放进”\(Y\) 取定值”的条件概率空间。定义 \(W_{X \mid Y}\) 满足 \(E[f(X)\,W_{X\mid Y}\mid Y]=\int_{\mathrm{supp}(X\mid Y)} f(x)\,dx\),并有 \(E[W_{X\mid Y}\mid X,Y]=1/p_{X\mid Y}(X\mid Y)\)。这让”只有 \(1/p_{X\mid Y}\) 的无偏估计”(例如来自条件 RIS)也能参与无偏积分。

  2. 联合 UCW 与条件独立条件(关键陷阱):直觉上想用 \(W_{X_1}\,W_{X_2\mid X_1}\) 当作 \((X_1,X_2)\) 的联合 UCW,但直接相乘会有偏。本文指出必须让 \(W_{X_1}\) 移到外层期望,为此要求 \(X_2\) 与 \(W_{X_2\mid X_1}\) 在给定 \(X_1\) 时条件独立于 \(W_{X_1}\)。满足该条件时 \(W_{X_1 X_2}=W_{X_1}\,W_{X_2\mid X_1}\) 才是合法联合 UCW;若存在 \(X_1\) 之外的共享依赖,则各 UCW 必须进一步对这些共享量取条件。

  3. 条件 RIS(CRIS)与广义 MIS:输入样本 \(X_i\) 及其域可条件依赖于 \(Z\)(如后缀的前缀)。用条件 shift mapping \(Y_i=T_i(X_i\mid Z)\) 把邻居样本搬进积分域,按重采样权重 \(w_i=m_i(Y_i)\,\hat p(Y_i)\,W_{X_i\mid Z}\,\lvert T_i' \rvert\) 选样,得到条件 UCW \(W_{Y\mid Z}=\frac{1}{\hat p(Y)}\sum_i w_i\)。MIS 权重沿用广义平衡启发式,用各域目标函数 \(\hat p_i\)(如后缀辐射)作为未知条件 PDF 的代理,并用 shift 的雅可比行列式做相应变换。为保证无偏,必须让样本支撑的并集覆盖被积函数支撑,做法是加入一个覆盖全支撑的 canonical 样本

  4. 后缀 ReSTIR 原型(final gather):从相机单向发射路径,用 ReSTIR 更新,但只复用后缀,至少丢弃起始一段——这天然要求条件 ReSTIR(后缀以被丢弃的前缀为条件)。实现上采用 Lin 等人的 hybrid shift,把重连接推迟到连续第二个高粗糙度顶点,之前为前缀、之后为后缀;因此需存前缀与后缀两份数据,reservoir 尺寸相较 ReSTIR PT 翻倍。final gather 阶段为每个新前缀用 kNN 找到最近的若干支撑前缀对应的邻居后缀,做 MIS 合成。作者指出这与不从光源采样的双向路径追踪、以及一种”无偏辐射缓存”在思路上相通。

实验结果

由于原文的定量对比以图像与等预算误差图形式给出(提取文本未含数值表),此处按论文正文与图 1 说明给出主实验的定性对比,不编造数字:

方法 时空相关/闪烁 复用粒度 备注
本文(后缀 ReSTIR + final gather) 明显更稳定、无可见相关伪影 复用单段后缀 目前更贵但相似光线预算下质量更好
ReSTIR PT [Lin et al. 2022] 复杂光照+镜面时有强相关、boiling、色偏 复用整条路径 速度很快
MMIS gather [West et al. 2022] 边缘 MIS 的 final gather 相似光线预算下质量弱于本文

主要结论:三种方法都是无偏、随时间收敛到参考解;在 Tower Bridge 这类几乎全靠间接光照的场景,本文原型在每像素仅一条完整路径积分的条件下,给出时空稳定、无可见相关性的结果,且降低相关性还改善了现代降噪器在 ReSTIR PT 信号上的表现。作者强调这是未优化的概念验证,代价偏高。

亮点与局限

  • 亮点:
    • 理论上完成了 Lin 等人开启的演进——把蒙特卡洛积分里的 PDF 彻底替换为 UCW,并使 UCW 可以存在于条件概率空间、联合依赖多个变量、对特定随机变量做边缘化。
    • 点明”直接相乘条件 UCW 会有偏”这一微妙陷阱,并给出清晰的条件独立性判据(Theorem 4.1),理论严谨。
    • 揭示 ReSTIR PT 与光子映射的相似性,用 final gather 降低相关性,为实时 GPU ReSTIR 引入迭代式 gather/滤波打开了口子。
  • 局限:
    • 原型未优化、当前开销明显高于 ReSTIR PT;reservoir 需同时存前缀与后缀,存储翻倍。
    • 只复用了单段后缀(借一个 suffix),更一般的多后缀/多次迭代 gather 仅作为方向提出。
    • 目前是概念验证,距离生产可用仍有性能差距。

延伸思考

  • 该条件 UCW 框架把”复用一部分路径”变成有原则的操作,天然可与后续 ReSTIR 家族工作衔接(如 Area ReSTIR 对子像素/镜头坐标的复用、ReSTIR MCMC 用变异去相关),值得思考条件独立性判据在这些变体里如何满足。
  • “无偏辐射缓存”的视角很有意思:相比 VPL/光探针那类有偏缓存,条件 RIS 提供了在缓存/gather 语境下保持无偏的路径,可能对实时全局光照的缓存结构设计有启发。
  • 相关性降低对降噪器友好这一观察提示,采样器与降噪器应联合设计——把”降低样本相关性”作为采样阶段的显式目标,而非只追求单帧方差。