🔬 optics

HoloPathTracer: Fast and Accurate Wave Path Tracing for Holography

本文提出了 HoloPathTracer，这是一个物理精确且计算高效的波光学渲染框架，它将蒙特卡洛路径追踪与瑞利-索末菲积分（Rayleigh–Sommerfeld integral）相统一，以生成高质量的相位全息图，能够为 VR/AR 应用忠实地再现复杂的 3D 视觉线索、深度连续性以及真实的材质交互。

原作者： Wenbin Zhou, Xiangyu Meng, Jiankai Xing, Xin Liu, Suyeon Choi, Yifan Peng

发布于 2026-06-15

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Wenbin Zhou, Xiangyu Meng, Jiankai Xing, Xin Liu, Suyeon Choi, Yifan Peng

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正试图创造一个完美的 3D 全息图，就像科幻电影中看到的那样：你可以绕着物体走动，从各个角度观察它，并且当你视线移开时，它会呈现出真实的模糊感。

目前制作这种全息图的问题在于，它们要么计算速度太慢，要么看起来太假。它们往往忽略了光线的微妙特性，比如一辆闪亮的汽车如何反射周围的环境，或者一个玻璃球如何折射其背后的景象。

这篇论文介绍了一种名为 HoloPathTracer 的新工具。你可以把它想象成一个“智能光线侦探”，它能弄清楚光线是如何精确运动的，从而创造出完美的全息图，但它的速度比以往的方法快得多。

以下是它的工作原理，通过简单的类比进行拆解：

1. 旧的方法： “层叠蛋糕”问题

想象一下，你正试图通过堆叠一层层的平整纸张（层）来绘制一个逼真的 3D 场景。

问题所在： 如果你想从一个新的角度观察场景，或者聚焦于中间的某个物体，这些“层”就无法完美对齐。这就像透过一叠稍微错位的窗户看东西，你会看到模糊的边缘、奇怪的间隙以及看起来不真实的反射。
论文的批判： 目前大多数全息图生成器都使用这种“分层”方法。它们先计算亮度，然后再尝试去猜测光波应该如何弯曲。这种分离导致了像光泽反射或自然模糊这类真实细节的丢失。

2. 新的方法：“光线侦探”（路径追踪）

HoloPathTracer 改变了游戏规则。它不再是堆叠图层，而是扮演一名侦探的角色，追踪单个光子（photon）从光源出发的路径，让它们在物体上弹跳，并记录下它们最终到达的确切位置。

类比： 想象一张台球桌。如果你击打一颗球，你可以准确预测它会如何撞击库边以及最终停在哪里。HoloPathTracer 对光线也做同样的事情，但它还追踪一种看不见的东西：光的“相位”或时间性。
为什么相位很重要： 光不仅仅是亮度；它是一种波。如果两束波同时到达，它们可能会相互抵消或相互增强。为了制作一个真正的全息图，你需要知道每一条光线的精确“时间性”（相位）。以往的方法通常忽略了这种时间性，导致图像看起来扁平且虚假。

3. 核心秘诀：“双轨制”系统

计算每一条光波路径对于每一个像素来说速度极慢——就像试图数清沙滩上的每一粒沙子一样。作者发现了一个聪明的捷径：

平滑轨道（相干光）： 对于闪亮的、镜面般的表面（如抛光的勺子），光线保持“同步”。系统会仔细追踪这些路径，以获得完美的反射。
随机轨道（非相干光）： 对于粗糙的表面（如墙壁或纸张），光线会随机弹跳。系统不再追踪每一次微小的弹跳，而是使用一个“随机噪声”生成器（就像旧电视上的静电一样）来模拟光线的杂乱状态。
结果： 通过将任务拆分为“针对闪亮部分的精确追踪”和“针对粗糙部分的智能猜测”，计算机不必承担过重的计算负担。这就像是为复杂的数学题聘请一位专家，而为简单的部分聘请一位通才。

4. “时间复用”技巧

为了让全息图看起来更加真实，并消除全息图中常见的“颗粒感”（斑点噪声），该系统并不只是生成一张图像。它会非常快速地生成许多个略有不同的版本的全息图，并以极快的速度连续闪烁播放。

类比： 这就像翻页书。如果你快速翻动 24 张略有不同的飞鸟绘图，你的眼睛会看到流畅连续的动作。HoloPathTracer 以极快的速度翻动 24 个不同的“随机”全息图，以至于你的眼睛会将它们融合为一个平滑、无噪声、真实的 3D 图像。
创新之处： 通常情况下，制作 24 张图像需要花费 24 倍的时间。HoloPathTracer 非常聪明，它能利用第一张图像的大部分工作来制作接下来的 23 张，因此只会增加极少量的额外时间。

5. 他们证明了什么

团队使用一种特殊的屏幕（称为 SLM）构建了一个物理原型来展示这些全息图。他们使用复杂的场景进行了测试，包括：

玻璃球： 展示了背景是如何正确弯曲和扭曲的。
闪亮的镜子： 展示了房间内准确的反射。
深度感： 展示了当你聚焦在物体前端时，后方会自然地变得模糊，就像真实的相机或人类眼睛一样。

他们将结果与“黄金标准”（一个非常缓慢但完美的物理模拟器 Mitsuba）进行了对比，发现 HoloPathTracer 生成的图像看起来与完美的模拟几乎完全一致，但速度要快得多。

总结

HoloPathTracer 是一种构建全息图的新方法，它将光视为一种波，而不仅仅是一张图片。通过在“精确追踪”闪亮物体和“智能随机化”粗糙物体之间分配工作，它创造出了具有正确反射、折射和模糊感的极其真实的 3D 图像，且无需耗费漫长的时间。它让我们离看到真正的、照片级真实的 3D 全息图又近了一步。

技术摘要：HoloPathTracer

问题陈述

全息显示旨在重建与真实物体发射波前无异的波前，以增强虚拟现实（VR）和增强现实（AR）中的感知真实感。然而，现有的计算机生成全息术（CGH）范式面临着物理准确性与计算效率之间的根本权衡。目前的方法通常将辐射度估计与波传播解耦，通过在离散化的场景扇区（例如点云、多边形网格、焦距堆栈或光场）上预渲染辐射度。这种分离本质上限制了能够忠实再现的聚焦线索和视觉效果的范围，往往无法捕捉深度与视角连续性，也无法捕捉基于物理的材料行为，如光泽反射、折射和复杂的全局光照。

虽然基于瑞利-索末雷（Rayleigh–Sommerfeld, RS）积分的波光学模型提供了物理准确性，但由于严格的采样要求和沉重的多视图传播负载，其计算成本极高。相反，现有的近似方法（例如基于层或高斯原语的方法）往往会牺牲保真度，产生过于平滑的图案，从而抑制了全息图所必需的随机性，而这种随机性对于感知真实感和鲁棒性至关重要。此外，传统的路径追踪流水线仅渲染辐射度（振幅），丢弃了对于全息重建至关重要的相位信息。

方法论

作者提出了 HoloPathTracer，这是一个物理准确且计算高效的波光学渲染框架，它利用路径追踪将完整的 3D 视觉线索编码进相位全息图中。其核心创新在于利用蒙特卡洛方法同时求解渲染方程和瑞利-索末雷积分，而不依赖于预定义的离散几何原语。

关键技术组件：

波分面模型（扩展微面模型）：
该框架引入了一种“波分面”（wave facet）模型，它扩展了传统的微面模型以纳入相位信息。它将照明分解为相干分量和非相干分量：
- 相干分量（Delta 瓣/Delta Lobes）： 对于镜面反射或理想折射，波前保持相位一致。系统继续追踪光程（OPL）以保留深度线索和多视角一致性。
- 非相干分量（非 Delta 瓣）： 对于漫反射和光泽表面，随机散射会导致路径长度的变化。系统通过在表面应用随机相位扰动来模拟这一过程，从而有效地使输出场去相关。随后的追踪仅记录射线携带的振幅，不再进行相位累积。
波路径追踪方案：
该流水线在两个空间中运行：
- 世界空间： 标准路径追踪器（Mitsuba）对光传输和材料 BSDF 进行采样，以估计辐射度（振幅）。
- 全息图空间： 系统将世界空间的交互转化为全息图记录平面。从记录平面采样射线，穿过场景，当碰撞到非 Delta 分面（即“实像点” $P$ ）时，累积的振幅将与从预计算的高斯随机场（GRF）中采样的随机相位相结合。
- 虚拟像点 $P'$ 根据通过 Delta 瓣累积的光程（OPL）进行计算，并转换到全息图空间，其贡献在记录平面上进行相干累积。
多帧时分复用与路径复用：
为了支持时间不相干叠加（减少散斑），该方法生成多个类随机的复数波场实例。至关重要的是，几何、振幅和 OPL 项在各帧之间是共享的。只有来自 GRF 的随机相位采样在每帧之间有所不同。这种路径复用策略允许以极低的额外计算成本生成多个时分复用全息图。
加速采样策略：
- 环境辐射缓存： 一种纹理烘焙策略，缓存与视角无关的环境光照，以减少方差并加速振幅收敛。
- 两阶段采样： 为了避免在长距离下直接进行 RS 积分采样带来的 $O(N^4)$ 复杂度，系统首先将追踪的射线转换为放置在靠近场景处（5mm）的波记录平面（WRP）。随后，利用角谱法（ASM）将场从 WRP 传播到远处的全息平面。这在保持保真度的同时，显著降低了所需的采样量。
全息图编码：
生成的复数值波场通过随机梯度下降（SGD）优化算法转换为相位型全息图。不同于以往仅监督振幅的工作，该方法在复数值域（振幅和相位）进行监督，以防止过度拟合像素级强度，并确保忠实的 3D 波场重建。

核心贡献

显式波路径追踪框架： 提出了 HoloPathTracer，它通过将 RS 积分集成到路径追踪流水线中，计算 3D 场景的物理准确的复数值波场。它将照明分解为相干部分和非相干部分，以平衡保真度与效率。
并行多帧渲染： 开发了一个高效生成用于时分复用显示的类随机复数波场实例的流水线，通过路径复用实现了具有极低开销的多帧全息技术。
亚线性缩放： 该方法在处理高达两百万个几何元素的场景时表现出亚线性缩放特性，同时保持了与 Mitsuba 路径追踪渲染相当的写实度。
实验验证： 使用相位型 SLM 构建了全息显示原型，证明了其能够忠实重建自然 3D 线索，包括真实的离焦模糊、视角相关效应和材料高光。

结果

论文通过广泛的模拟和实验演示验证了该框架：

视觉保真度： 与基准方法（RGBD、焦距堆栈、光场、高斯波溅射和基于网格的方法）相比，HoloPathTraser 展现出更优越的视觉保真度。它能正确再现自然的离焦、光泽高光和镜面反射，而基准方法通常会出现深度不连续、细节模糊或反射图像缺失的问题。
收敛速度： 提出的两阶段采样和环境缓存策略相比于朴素基准方法，实现了数量级的收敛速度提升。
硬件演示： 在原型显示器上的实验结果证实了模拟发现，显示出比焦距堆栈基准方法更清晰的聚焦细节和更自然的离焦效果。作者指出，虽然由于对 SLM 串扰的敏感性，其图像对比度低于某些平滑相位方法，但该方法能更好地支持多视角重建和 3D 视觉线索。

重要性与主张

作者声称，HoloPathTracer 通过统一辐射度学与波光学计算，代表了 CGH 领域的重要进步。通过避免以往研究中辐射度与相位的脱节，该方法能够实现对复杂光学现象（镜面反射、折射、全局光照）的忠实再现，而这些现象在以前难以或无法在全息图中进行编码。

这项工作证明了物理准确的波传播可以被高效地渲染以用于实际应用，为大规模、复杂 3D 场景下的高保真多帧全息显示铺平了道路。作者将该方法定位为一种桥梁，连接了近似模型的计算效率与实现真正感知真实感所需的物理准确性。