Filtering After Shading With Stochastic Texture Filtering

2D纹理贴图和3D体素数组广泛用于为渲染场景的表面和体积添加丰富的细节，而滤波纹理查找对于生成高质量图像至关重要。我们展示了在评估着色后应用纹理滤波器通常比在BSDF评估前滤波纹理更能产生准确的图像，这是目前的实践。这些好处不仅仅是理论上的，而且在常见情况下也是显而易见的。我们通过使用纹理滤波器的随机采样，展示了在着色后实现实用和高效的滤波。 随机纹理滤波提供了额外的好处，包括高质量纹理滤波器的高效实现以及对存储在压缩和稀疏数据结构中的纹理的高效滤波，包括神经表示。我们展示了实时和离线渲染的应用，并展示了随机滤波的额外误差是最小的。我们发现，这种误差可以通过时空去噪或适度的像素采样率来很好地处理。

论文通过应用随机采样的纹理滤波器来改进渲染场景的图像质量，解决了传统纹理滤波器在BSDF评估之前滤波导致图像不准确的问题。同时，论文还探索了随机纹理滤波的其他优点，包括高质量纹理滤波器的高效实现和对压缩和稀疏数据结构中的纹理的高效滤波。

论文提出了一种新的纹理滤波方法，即在渲染场景中应用随机采样的纹理滤波器，并将其放在BSDF评估之后进行，从而提高图像的准确性。

论文的实验结果表明，随机纹理滤波方法可以实现高质量的纹理滤波，并且在处理压缩和稀疏数据结构中的纹理时具有高效性。论文还提供了实时渲染和离线渲染的应用示例，并表明随机纹理滤波器引入的误差可以通过空间时间去噪或适度的像素采样率得到处理。

相关研究包括基于纹理的渲染方法和纹理滤波器的优化方法，例如MIP映射和三线性插值等。此外，还有一些研究探索了使用神经表示来压缩纹理数据以及使用深度学习来进行纹理合成和纹理重建。