李 根，陈文倩，张严辞

基于稀疏超采样的时间性反走样算法

李 根，陈文倩，张严辞

(四川大学视觉合成图形图像技术国防重点学科实验室，四川 成都 610065)

针对时间性反走样算法在处理帧间复用时，若场景中有较多高频颜色区域或精细模型会造成重影、模糊、闪烁及子像素细节丢失的问题，提出了基于稀疏超采样的时间性反走样算法。基本思想是，在时间性反走样算法的基础上，对于无法复用历史帧像素，重新引入空间域的超采样，利用剔除算法以避免不必要的绘制开销，实现对场景的稀疏超采样。实验结果表明，该算法能够得到与超采样算法媲美的反走样效果，并具有更高的渲染效率，有效避免重影、模糊、闪烁及子像素细节丢失的问题。

时间性反走样算法；稀疏；超采样；剔除；复用

反走样算法(anti-aliasing，AA)[1]在提高渲染画面的视觉效果质量方面有着重要的作用，因此在电影、游戏、虚拟现实等诸多领域具有极其重要的意义和价值。

实时的AA可分为基于超采样和后处理2大类[2]。超采样反走样(super-sampling anti-aliasing，SSAA)[3]通过对每个像素点计算多个子采样点，以得到较好的反走样效果，并能有效地减少由分辨率限制导致的几何走样和着色走样问题，但在着色计算、内存占用和传输带宽方面有巨大的开销。多重采样反走样(multi-sample anti-aliasing，MSAA)[4]将可见性函数从着色中分离，大大减少了计算量。MSAA对于几何图形光栅化导致的走样问题有明显的改进，但由于每个像素只进行一次着色计算，未能解决着色导致的走样问题，且因为将每个像素的着色计算结果复制给子采样点，也未解决SSAA的内存高占用的问题。……