UE4 Hair Strands浅析_uegroom

=============
UE4 Hair Strands浅析
https://zhuanlan.zhihu.com/p/128669105

UE4.24 Hair Strands浅析

UE4.24推出了次世代发丝（Hair Strands）系统Groom，其实现大量参考了寒霜在Siggraph2019 Advances in Real-Time Rendering in Games course上的演讲。 Strand-based Hair Rendering in Frostbite
在写这篇文章的时候，UE4.25已经出preview版本了，但是preview版本更新过于频繁，本文暂时还是以4.24.3来作为基础。
UE4的实现主要分为以下几个部分：

1. 基于Niagara实现的物理模拟
2. Visibility Buffer管线
3. BSDF
4. Deep Opacity Maps和Dual Scattering
5. 环境光和AO

其中，物理模拟部分的实现在以下目录里：

...\UE_4.24\Engine\Plugins\Experimental\HairStrands\

Visibility Buffer和BSDF部分的实现在以下目录里：

...\UE_4.24\Engine\Shaders\Private\HairStrands
...\UE_4.24\Engine\Source\Runtime\Renderer\Private\HairStrands

基于Niagara实现的物理模拟

UE4将发丝的物理模拟部分融合进了Niagara里，这一步操作有点让我不知道该怎么评价。
我们可以看到，默认的Groom Niagara System Asset是这样的结构。

• 
  整体采用堆叠式的组件结构，内部采用类似于蓝图或者材质编辑器一样的节点结构，通过这些节点拼合成运行时使用的shader。
  然而物理模拟各部分之间有比较强的依赖关系，很多步骤需要前置步骤的结果。例如Compute Grid Weights需要Transfer Groom Velocity的结果，并且它计算得到的结果要在下一帧里给Update Groom Velocity使用。这样的情况下，如果删除或者禁用某个组件，就无法得到正确的结果。并且，为了组件化、节点化，就难免会写一些冗余的代码。所以，在我看来，基于Niagara来实现发丝的物理模拟，着实有些多此一举了。
  话虽如此，我们还是来看看物理模拟部分是怎样实现的，主要分为三个部分：
• HairStrands : 动力学模拟
• PhiysicsAsset ： 碰撞检测与反馈
• PressureGrid ： 速度场约束

动力学模拟

区别于常用的Verlet积分（TressFX），UE4采用了Eulerian积分来计算质点的线性移动，并增加了扭矩来计算质点的方位（Orientation）。
而对于形状/长度约束，一般模拟头发会将头发视为弹簧质点模型来进行模拟，但其实头发的拉伸性并不是很好，所以UE4先将头发视为Cosserat细长竿（Rod）模型来模拟，对头发的位置（长度）和方位（形状）进行约束。
在进行完Cosserat Rod约束之后，再用弹簧质点模型进行约束，这里使用了Lagrangian积分来对相邻（弹簧）质点之间进行约束。另外，还对头发的弯曲（bend）和扭转（twist）进行了约束，但本质上是对间隔一个（bend）或两个（twist）的质点进行Lagrangian积分。

碰撞检测与反馈

碰撞检测部分做得相对简单，将头发质点与球、立方体和胶囊体进行碰撞检测，然后修正质点的位置。没有做像TressFX那么SDF那种复杂的碰撞。

速度场约束

前两个都是基本操作，PressureGrid是UE4新加的，似乎参考了寒霜PPT模拟部分的第三点。

然而又感觉有些出入。毕竟，寒霜PPT没有对这部分进行详细介绍，而向量场又是UE4的看家本领，拿来做替代品似乎也不错。
速度场类似于体素的原理，根据头发的包围盒，构建一个三维的立方体，三个轴向上分成若干个格子（Grid）。然后计算每个质点在哪个格子里，累加质量和动量到这个格子里。
然后接着会有一步转换操作，因为对浮点型进行原子操作（这里是InterlocekdAdd）比较麻烦，所以构建速度场的时候使用了一些trick。这里会将质量转换成正确的数值并将动量转换为速度。
然后在下一帧里，采样速度场获取格子内累计质量和平均速度，来约束质点的线速度。
个人感觉这部分只实现了一小部分，很多方法都没实现完成，或者规划好的数据没有参与运算。默认的Groom Niagara System Asset里面也只调用了少数几个节点。

Visibility Buffer管线

关于为什么要用Visibility Buffer，可以看我之前的一个回答： Visibility Buffer有什么缺点，有可能代替G-buffer吗？。此外，Visibility Buffer有一个好处在于，它利用MSAA来解决头发Coverage的问题（而不是利用alpha blend），这样它就可以写入头发的深度，所以不会产生半透明排序的问题。

UE4的Visibility Buffer基本上与寒霜的做法基本一致。

 

在原版（The Visibility Buffer: A Cache-Friendly Approach to Deferred Shading）的基础上进行了调整，加入了Deduplication。
可以分为以下几个步骤：

1. 复制场景Opaque深度缓存到多采样的DepthTex
2. 构建多采样的IDTex和DepthTex
3. 去重复、构建各种buffer并计数
4. 计算IndirectArgs
5. 构建材质属性buffer
6. 合并VisibilityDepth到场景Opaque深度缓存
7. DeferredLightPixelMain输出头发着色到mrt1
8. 合并头发rt到backbuffer

其中最重要的就是第3步：去重复、构建各种buffer并计数。在每个屏幕坐标上，对子像素进行去重复，获得不同ID的数量，InterlockedAdd到CounterBuffer里。并根据单个ID出现的次数计算覆盖率（Coverage），将它和深度、头发顶点ID、材质ID保存到CompactNodeDataBuffer里，屏幕空间坐标保存到CompactNodeCoordBuffer里。此外还有两个Texture：CompactNodeIndex用来索引CompactNodeDataBuffer，CategorizationTexture保存了该屏幕坐标上头发总体的Coverage和最近的深度值。CategorizationTexture的用途可以直接看第6步的代码。

Texture2D<uint4> CategorisationTexture;
 
void MainPS(
    in FScreenVertexOutput Input,
    out float SvDepth       : SV_Depth,
    out float4  OutGBufferB : SV_Target0,
    out float4 OutColor     : SV_Target1
)
{
    const FCategorizationData CategorisationData = DecodeCategorizationData(CategorisationTexture.Load(uint3(Input.Position.xy, 0)));
    if (CategorisationData.PixelCoverage < 1.0f)
    {
        discard;
    }
 
    SvDepth = CategorisationData.ClosestDepth;
    OutGBufferB = 0;
    OutColor = 0;
}

而第5步相当于生成GBuffer的过程，只不过是把各种属性保存在一个NodeDataBuffer里。

可能因为是Experimental的缘故，这部分实现其实有些一言难尽。尤其是第5步，居然用VS和PS来模拟CS，看的我是一脸懵逼，亏你还在第4步计算了IndirectArgs，写个Compute能有多难。
另外我还发现了一些可以优化的点：

1. 可以预先计算头发屏幕空间的AABB，用这个AABB计算一个IndirectArgs，用于第3步的Dispatch，这样大部分情况下Dispatch数量可以减少很多。（其他一些全屏的Pass也可以考虑这样优化）
2. 在构建Visibility Buffer之前可以用场景的Depth先做一步HiZ Culling。
3. 因为预先不知道去重复的id有多少，所以显存只能饱和式申请，CompactNodeDataBuffer和NodeDataBuffer的成员数量是Resolution.x*Resolution.y*MSAACount，显存分分钟爆炸（其实也还好），然而我并没有发现CompactNodeDataBuffer有什么存在的必要，去重复的时候，完全可以把数据保存到NodeDataBuffer里。
4. 另外还有一些迷之转换，来回Encode和Decode，很多可以去掉。

BSDF

说到头发的BSDF，就不得不祭出这张图

目前主流的pbr的头发光照模型都是基于Marschner模型上的改进（你说什么？KajiyaKay？对不起，它不是PBR）。 Marschner创造性的将头发的光照分成了三个路径：

1. R：反射
2. TT：透射
3. TRT：内反射（折射、内壁反射、折射）

然后又将每个部分的散射函数有分为M和N。

M表示纵向上的散射函数，只考虑lobe的分布函数。 N表示方位角（截面）上的散射函数，需要计算菲涅尔、吸收率和分布函数。
虚幻曾在Siggraph 2016上做过演讲（Physically Based Hair Shading in Unreal），简化了TT和TRT的N函数，TT做了一些近似，而TRT基本上就是差不多就行。
寒霜在Siggraph 2019上，拿虚幻的这篇演讲作对比，做了一些改进，使用了预积分的方法来近似TT，而TRT……依旧是差不多就行（加了一个与粗糙度相关的系数做控制）。
但是UE4坚守最后的倔强，还是坚持使用自己那套光照模型（虽然做了一些调整，但似乎跟寒霜的PPT没有关系）。
具体细节，各位同学可以看两篇PPT（或者等我哪天总结一下Marschner）。

Deep Opacity Maps和Dual Scattering

Deep Opacity Maps的原理与Opacity Shadow Maps有些类似，不过它不是线性的分层，而是根据一张Front Depth Texture来分层，统计每层之间有多少头发。所以需要先对头发在灯光空间光栅化，将头发的深度保存到Front Depth Texture（这张图理论上可以直接合并到ShadowMap上）中，然后再对头发进行第二次光栅化，根据与Front Depth的距离，累加头发的数量到不同的层级（通道）。采样的时候，在相邻两层之间进行插值，获得头发的数量。

与Opacity Shadow Maps或Deep Shadow Maps不同的是，这里Deep Opacity Maps实际上是Dual Scattering的一部分Global Scattering。UE4并没有听取原文（（Dual Scattering Approximation for Fast Multiple Scattering in Hair））的建议，将Tf（沿着光照方向上的透射值）和σf（沿着光照方向上的发散系数）累积到texture里，只是保存了头发的数量。计算光照的时候，采样一张3D Lut，获得Af（透射值除以密度系数常量），pow(Af, HairCount - 1)来获得光照穿过数层头发后的衰减值。做了一个很粗糙的近似，不过看起来效果还可以。
而关于Local Scattering，也是在计算光照的时候采样3D Lut，获得Af、Ab，然后带入到相关公式中计算。有兴趣的同学可以看原论文，这里不做赘述。而这张3D Lut是通过预积分头发的BSDF得到的。

环境光和AO

如果有同学导入Groom资源，会发现怎么那么卡。其实，关闭HairStrands.SkyLighting和HairStrands.SkyAO（或者降低SkyLighting.SampleCount和SkyAO.SampleCount），我相信应该可以解决大部分问题。
因为里面用了Monte Carlo+Ray Marching！！！！

首先需要构建一个头发密度的体素，在计算环境光和AO的时候，随机数个（默认值16）光照方向在体素里进行ray marching计算头发数量，接着计算双重散射（环境光）或遮蔽（AO），最后做平均。关键这两步是分开算的，不知道处于什么原因没有合并在一起。此外，环境光还需要计算环境光的R（和TRT一起计算，直接带入BSDF公式）和TT（采样一张预积分的3D Lut），这两部分也需要做一次Ray Marching（TT可以不做Ray Marching，但是需要构建一张ViewHairCountTexture）。
（PS：AO算了个BendNormal丢在那里也不用……）
前面说了Visibility Buffer的优化，其实也就是小打小闹，如果真的想在游戏里实装UE4的Groom，我觉得还是需要Trick一下环境光和AO。

引用文献

• Strand-based Hair Rendering in Frostbite
• Physically Based Hair Shading in Unreal
• The Visibility Buffer: A Cache-Friend Approach to Deferred Shading
• Light Scattering from Human Hair Fibers
• Dual Scattering Approximation for Fast Multiple Scattering in Hair
• Deep Opacity Maps
• TressFX