შერჩევა მნიშვნელოვნობით

Importance Sampling

        სტატისტიკაში მნიშვნელოვნობით შერჩევა არის კონკრეტული განაწილების მახასიათებლების შეფასების მეთოდი, მაშინ როდესაც გვაქვს ელემენტები მხოლოდ სხვადასხვა განაწილებებიდან და არა იქიდან რომელიც გვაინტერესებს. კომპიუტერულ გრაფიკაში, როდესაც ჩვენი ინტერესია "რენდერის" განტოლებაში ინტეგრალის ამოხსნა, რაც თავის მხრივ გულისხმობს ყველა იმ განათების დათვლას რომელიც ხვდება ზედაპირის კონკრეტულ წერტილში გარემოდან(ნახევარსფეროდან) ვახდენთ მონტე კარლოს ინტეგრირებას ნახევარსფეროში(BRDF-ის პროპორციულად) და რაც უფრო ვზრდით შერჩეული ელემენტების რაოდენობას მით უფრო ვუახოვდებით შედეგს. თუმცა ჩვენს შემთხვევაში როდესაც რეალურად ჯამს ვითვლით და როდესაც სხვადასხვა მიმართულებიდან სხვადასხვა ინტენსიობით მოდის სინათლე, ჯამის დათვლის დროს განაწილების ის ელემნტები რომლებიც პოულობენ დიდი ინტენსიობის მქონე განათებას მნიშვნელოვნად ცვლიან ჯამს, ხოლო დაბალი ინტენსიობის ნაკლებადმნიშვნელოვნად. შერჩევა მნიშვნელოვნობით გულისხმობს რომ ნაცვლად თანაბარი შერჩევისა მოვახდინოთ შერჩევა ისე რომ განაწილების მნიშვნელოვან ელემენტებზე გავამახვილოთ ყურადღება. მოვიყვანოთ მაგალითი: გზების მიდევნების მეთოდში, როდესაც ვახდენთ ცალმხრივ მიდევნებას და როდესაც გვაქვს გარემოში მკვეთრი განათება მაგალითად მზე, ზემოთხსენებული ჯამის(ინტეგრალის) დათვლისას სანამ შემთხვევითი არეკვლები არ ხვდება მზეს მანამდე ჯამის დათვლის პროცესი მიდის სტაბილურად(ამ დროს ჯერ არ ვიცით რომ სცენაში არის მზე) და როდესაც მოხვდება მზეს შემთხვევითად არეკლილი სხივი, ჯამი შეიცვლება მნიშვნელოვნად, რაც გამოიწვევს ძლიერ ხმაურს გამოსახულებაში. ეს არის ერთერთი მთავარი პრობლემა ამ მეთოდის.

        გავყოთ განაწილება 2 ნაწილად:

1. პირდაპირი განათება(direct light) - ისინი რომლებიც პირდაპირ ხვდებიან განათებას.
2. ირიბი(indirect light) - სხვა დანარჩენი.

        ეს რეალურად მოხსნის ჩვენს პრობლემას ნაწილობრივ თუმცა გააჩენს სხვა პრობლემებს. იმპლემენტაციისას მოგვიწევს რომ მანათობელი ობიექტების შესახებ ინფორმაცია ცალკე შევინახოთ მოსახერხებელი ფორმით. ასევე საკმაოდ დიდ პრობლემას წარმოადგენს განათების ხედვადობის(ნაწილობრივი ან/და სრული) პრობლემა. ასევე პრობლემა იქმნება როდესაც გვაქვს მკვეთრი ირიბი(indirect) განათება. ასევე არის მწველი სხივების(caustics) გამოთვლის ბრობლემა. თუმცა მიუხედავად ამ პრობლემებისა ეს მეთოდი ძალიან გამოყენებადია რადგან ბევრ სხვა შემთხვევაში ხსნის ამ ამოცანას. და ბოლოს შერჩევა მნიშვნელოვნობით რომლითაც ჩვენ ვაკეთებთ ჩვენი შერჩევის დაყოფას ნაწილებად ტოვებს ჩვენს რენდერერს მიუკერძოებელს(რა თქმა უნდა სწორი იმპლემენტაციის პირობებში).

სურათზე ნაჩვენებია განსხვავება "უბრალო გზების მიდევნება"-სა და "გზების მიდევნება მნიშვნელოვნობით შერჩევით"-ს შორის დაახლოებით ტოლი რენდერის დროით. ორივე გამოსახულება დარენდერებულია Colibri-ში.