每像素每帧只追踪一条或少量路径时,Monte Carlo 光照估计可能在相邻像素之间剧烈变化:一个样本恰好命中光源,另一个样本没有获得贡献。直接做大范围模糊会抹掉阴影和反射细节,只做时间累积又会遇到显露、运动和光照变化。SVGF(Spatiotemporal Variance-Guided Filtering)把两者连接起来:先复用可信历史,再估计亮度的不确定程度,用它控制不同尺度上的空间滤波。
SVGF 是低采样光照的重建滤波器,不是新的光照积分算法。射线如何生成、BRDF 如何采样、可见性如何查询,仍由上游渲染器负责;滤波器通过共享时空样本降低可见噪声,同时引入需要控制的偏差。原始工作由 Schied 等人在 HPG 2017 发表,重点面向每像素一条路径的实时重建。NVIDIA Research 论文页
