实时抗锯齿与超采样
TAA
问题的两类走样
抗锯齿(AA)解决的走样有两类,需要分清:
| 类型 | 成因 | 解法 |
|---|---|---|
| 几何走样 | 三角形边缘被离散采样 | 超采样(MSAA/SSAA)、后处理边缘检测 |
| 着色走样 | 着色结果本身频率过高(高光、高频纹理、细几何) | 超采样、时域抖动、预过滤(mipmap) |
关键认识:MSAA 只解决第一类;着色走样只能靠增加采样数或预过滤。这是"为什么开了 MSAA 高光还是闪"的原因。
方法谱系
SSAA (Super-Sample AA) 渲染 N 倍分辨率再下采样 最贵,质量最好
MSAA (Multi-Sample AA) 只在边缘处多样本,着色一次 便宜,只治几何
TAA (Temporal AA) 跨帧抖动采样 + 累积 现代主流,治两者
FXAA (Fast Approximate) 后处理边缘模糊 最便宜,会糊
SMAA 后处理 + 形态学边缘检测 质量/成本均衡
DLSS/FSR/XeSS 低分辨率渲染 + AI/算法超分 顺便抗锯齿TAA(Temporal Anti-Aliasing)
核心思想:把采样分散到多个帧。
第 N 帧: 每个像素的采样点在子像素位置 jittern 处
第 N+1 帧: 换一个 jitter 位置
累积: 混合多帧 → 等效于在一个像素内采样了多个位置关键组件
1. Sub-pixel Jitter(抖动)
用 Halton 序列(低差异序列)而不是随机数——分布更均匀,收敛更快。
// Halton(2, 3) 序列,周期 8 或 16
vec2 halton(int i) {
return vec2(radicalInverseBase2(i), radicalInverseBase3(i));
}
// 应用到投影矩阵
projMatrix[2][0] += jitter.x * 2.0 / screenWidth;
projMatrix[2][1] += jitter.y * 2.0 / screenHeight;注意:抖动要加在投影矩阵上(等价于移动采样点),而不是在片元着色里偏移。
2. 历史重投影(Reprojection)
见 实时光线追踪 的 backprojection 部分——TAA 用的是同一套机制。
3. Neighborhood Clamping(邻域裁剪)
问题:历史颜色可能和当前帧差异很大(鬼影)。
解法:把历史颜色裁剪到当前帧邻域颜色的范围内。
方法 A: AABB 裁剪
取当前像素周围 3×3 的颜色,求 AABB(min/max)
把历史颜色 clamp 到这个盒子里
方法 B: 方差裁剪(更好)
计算邻域的均值 μ 和方差 σ
把历史颜色 clamp 到 [μ - γσ, μ + γσ],γ ≈ 1~2
在 YCoCg 颜色空间做(比 RGB 更符合感知)// YCoCg 空间的方差裁剪
vec3 m1 = /* 邻域一阶矩 */, m2 = /* 邻域二阶矩 */;
vec3 sigma = sqrt(max(m2 - m1*m1, 0.0));
vec3 minC = m1 - gamma * sigma;
vec3 maxC = m1 + gamma * sigma;
history = clamp(history, minC, maxC);为什么用 YCoCg:把亮度(Y)和色度分开,裁剪时不会导致偏色。
4. Disocclusion 处理
同光线追踪章节。TAA 里通常用深度 + 运动矢量检测,无效时增大(更信任新样本)。
TAA 的优缺点
| 优点 | 缺点 |
|---|---|
| 质量最好(等效多样本) | 拖影/鬼影(快速移动时) |
| 便宜(每帧只有 1 spp) | 快速移动时细节模糊 |
| 顺便解决着色走样 | 需要 motion vector |
| 现代引擎标配 | 相机快速转动时画面会"糊"一下 |
TAA 的模糊是它最大的争议:很多玩家不喜欢("TAA 让画面变糊")。解决方案通常加一个锐化(sharpening)后处理,或提供关闭选项。
SMAA(Subpixel Morphological Antialiasing)
思路:后处理,先检测边缘模式,再按模式混合。
1. 边缘检测(luma 边缘,带阈值)
2. 模式识别: 判断边缘是水平/垂直,以及跨越像素的形状
3. 权重计算: 查预计算的面积表,得到应该混合多少
4. 混合: 按权重混合相邻像素"Morphological" 的含义:识别边缘的形态(是斜边、折角还是十字),针对性地处理。
三个阶段:
| 阶段 | 作用 |
|---|---|
| SMAA 1x | 基础形态学 AA |
| SMAA T2x | + 时域(2 帧,抖动) |
| SMAA S2x | + 空间(2 倍 MSAA) |
| SMAA 4x | 两者都加 |
对比:
| FXAA | SMAA | TAA | |
|---|---|---|---|
| 质量 | 一般(会糊) | 好(边缘干净) | 最好 |
| 成本 | 极低 | 低~中 | 中 |
| 拖影 | 无 | 无 | 有 |
| 处理着色走样 | ✗ | ✗ | ✓ |
SMAA 的定位:不想用 TAA(怕糊)时的最佳选择。很多游戏的"高画质"选项就是 SMAA,而 TAA 用于"超高"。
DLSS(Deep Learning Super Sampling)
NVIDIA 的超分技术——低分辨率渲染,AI 上采样到高分辨率。
原理
1. 渲染 低分辨率(如 1080p → 渲染 720p)
2. 输入给神经网络:
- 低分辨率的颜色
- 深度
- motion vector
- 上一帧的高分辨率输出(时域反馈)
3. 网络输出高分辨率图像关键:时域信息是 DLSS 质量的核心。网络能"记住"之前的帧,从而恢复细节。
演进
| 版本 | 特点 |
|---|---|
| DLSS 1 | 每个游戏单独训练,泛化差 |
| DLSS 2 | 通用模型,用 motion vector + 时域反馈,质量飞跃 |
| DLSS 3 | + 帧生成(光流生成中间帧,插帧) |
| DLSS 4 | 多帧生成 + 更强的 Transformer 模型 |
DLSS 2 为什么成功:
- 通用模型(不用每游戏训练)
- 时域反馈让它可以"记住"细节
- 顺便解决了抗锯齿(因为它是超分,锯齿自然被平滑)
竞品
| 技术 | 厂商 | 硬件要求 |
|---|---|---|
| DLSS | NVIDIA | RTX(Tensor Core) |
| FSR | AMD | 通用(开源算法) |
| XeSS | Intel | Arc(也可通用模式) |
| TSR | Epic(UE5) | 通用 |
FSR 是纯算法(EASU 边缘自适应上采样 + RCAS 锐化),不需要 AI 硬件,所以通用性好,质量略逊于 DLSS。
超分 + 抗锯齿的关系
现代管线:
渲染分辨率 < 显示分辨率 → 性能提升
上采样 → 天然平滑了锯齿
+ 时域稳定 → 质量可接受
所以"超分"和"抗锯齿"在现代引擎里是同一件事对比与选择
| 场景 | 推荐 |
|---|---|
| 追求最高质量,能接受轻微模糊 | TAA |
| 不喜欢模糊,要锐利边缘 | SMAA |
| 性能不足,有 RTX 卡 | DLSS Quality |
| 性能不足,无特殊硬件 | FSR Quality |
| 移动端 / 极低成本 | FXAA |
| 离线渲染 | SSAA / 累积 |
常见坑
- TAA 的 jitter 加错地方:要加在投影矩阵,不是片元着色器里偏移 UV
- 忘记 motion vector:静态场景 TAA 可能还能工作(用相机矩阵反投影),但动态物体会严重拖影
- Halton 序列周期太短:周期 8 在某些场景会有可见的模式,用 16 或更多
- 邻域裁剪太激进:裁剪过头会导致 AA 失效(等于不累积)。 要调
- 在 sRGB 空间做混合:应该在线性空间做时域累积,否则会有偏差
- TAA 和 UI 混在一起:UI 不该被 TAA 影响(要分开渲染,UI 后合成)
- 透明物体:motion vector 和深度都是单层的,透明物体 TAA 会出问题
- DLSS 的输入分辨率:不是越低越好。Quality 模式(1.5x 缩放)质量好,Performance(2x)会有伪影
- 超分 + 时域的抖动:如果 jitter 和超分没配合好,会出现莫尔纹
- 关闭 TAA 后画面变"闪":说明有大量着色走样(高光/细几何),单纯 FXAA 解决不了,需要调材质或几何
许可协议:CC BY
作者:Davids
本文链接:https://hustjjd.github.io/4bc335f8.html
更新于:2026年11月16日