《荒野大镖客2》的大气云雾技术

导语：这时候，none-physically-based就还是需要了，这时候建议是，尽可能在高层去做hack和变通，保持底层原子项部分的“physically based“正如phase function这里，底层是HG function，高层是美术来指定的函数。 visibi

　　这时候，none-physically-based就还是需要了，这时候建议是，尽可能在高层去做hack和变通，保持底层原子项部分的“physically based“正如phase function这里，底层是HG function，高层是美术来指定的函数。

　　visibility项

　　这一项就是光照信息中间被遮挡的情况，和直接光照有点不一样的是，由于这个是一个scattering的过程，所以完整来讲是光线一路射过来中间每一步的visibility情况的叠加。

　　落实到实际计算中，就是ray marching中间每一步的visibility情况的叠加。

　　这里visibility主要针对影响大的两个case：terrain、cloud来做计算。

　　terrain使用ray marching的方式构建一个shadowmap信息；

　　cloud使用exponential shadow map的方式，来encode shadow map信息，来达到非常软阴影的信息，一共存了6mips（esm的使用在刺客信条的文章里也有）。

　　lighting项

　　ambient lighting部分：

　　远处的ray marching部分，就是sky ambient，把sky scattering存到低精度的paraboloid贴图里面

　　近处的frustum voxelization部分，sky light+light probe lighting*AO

　　local light 部分，直接就读light cluster volume。

　　froxel

　　froxel也是技术创造的名词：这个的缩写frustum voxel；

　　也是用voxel的形式，存储低精度的场景volume信息，然后用于低频信息渲染，比如scattering；

　　《荒野大镖客2》中的存了三种信息：

　　shadow

　　material

　　lighting （结合前两者来计算）

　　shadow volume，注意这个不是阴影算法的shadow volume，就是存放shadow的volume信息，包括了普通shadow和cloud shadow；

　　中间使用了temperal filtering来处理稳定的问题；

　　material volume，各种材质信息，也带上了wind交互等等（让我想起了战神的风力存在volume中）。

　　也有temperal filter。

　　ray marching

　　可能有的读者对ray marching还不是特别熟悉，ray marching特别常用于volume类的渲染中，鉴于一些计算硬件和数据的限制，有些情况难以很容易的使用ray trace的方式寻找交点，比如local reflection中要对depth buffer找交点。那么就用步进的方式来找交点，这种方法就是ray marching；这里的步长的选择是应用ray marching的时候需要具体斟酌的地方。

　　回到《荒野大镖客2》，ray marching的步长策略选择也是颇费心思：

　　考虑到场景深度、ground plane、cloud dome

　　另外要仔细考虑到云层的厚度信息

　　即便这样也很容易跳过比较薄的云层。

　　ray marching优化

　　先看下最终的性能

　　可以看到ray march是占据着性能的大头，而且这还是经过优化过之后的结果。

　　这里优化就基于两个大的策略：low resolution + temperal，也就是在低分辨率上做ray march计算，然后通过多帧来重建。

　　这个部分很精彩，我们多展开。

　　这里ray march的起点是在froxel的末端，带上blue noise（可以理解成一个频率较高的noise了，感兴趣可查下）做偏移。

　　半分辨率大小，然后分4帧来计算。

　　ray march reconstruct

　　由于是分4帧来构建，所以每帧只能ray march 2x2 像素中的一个，另外三个就要从history buffer中拿。

　　这里用了temperal相关的很多做法，一些在taa中颇为常见。

　　1、使用了3x3像素color aabb clamp的方式

　　2、大的深度断裂的地方，临接像素就不考虑了

　　3、在深度断裂（depth discrepancies）的地方，放更多的ray

　　这里能正确的判定出来depth discrepancy还是比较棘手的，要做的事情就是在6x6（2x2 ray， 3x3 neighbouhood， 所以一共6x6）像素中，正确的识别depth的min/max；

　　尝试1，uniform分布

　　可以看到在frame2里面，min/max就错了，这个会导致误判。

　　尝试2，checker board方式

　　能处理的case好很多：

　　但是这种情况下还是不行：

　　总之局部的分布策略总是有cover不住的情况了，还是要引入整体的信息才行。

　　尝试3：checker board+depth neighborhood analysis

　　先是拿到3x3tile（每个tile是2x2像素）的depth min/max，然后每一个tile中和其余的8个点比，如果其余的8个都是min，那么这个就取一个max depth的点。

（编辑：二游网_173173游戏网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!