反走样算法（MSAA、TAA、FXAA、DLSS）
光栅化的采样过程会导致图形走样,走样有很多种形式:
-
锯齿
-
-
摩尔纹
走样的本质原因是采样速度跟不上信号变化的速度
采样频率低,使得我们将连续变化的信号离散化.
反走样方法 anti-alisaing
MSAA 多重采样反走样
超采样
优点：
- 对几何反走样效果良好
缺点：
- 像素的亮度与覆盖区域的面积成正比，而与覆盖区域落在像素内的位置无关，这仍会导致锯齿效应；
- 只能消除几何走样，无法解决高光区域的着色走样
- 静态画面表现良好，时域上不稳定
- 不支持延迟渲染（关于延迟渲染之后会详细说）
TAA 时域反走样
以后处理的方式进行反走样,如果MSAA是在空间域超采样,TAA就是在时域超采样
优点：
- 效果好，开销小
- 时域稳定性强
- 支持延迟渲染
缺点：
- 随着历史颜色的累积，会导致不可绝对消除的模糊（运动模糊），尤其在移动过快的镜头或物体情况下，会导致重影现象
- 需要额外内存开销，保存历史信息
- 不能应对半透明物体
FXAA 快速近似反走样
对图像边缘进行柔化
优点：
- 性能开销极小
缺点：
- 画面会更模糊
- 对像绒毛一类的复杂物体效果不好
DLSS 深度学习超采样
对几何边缘以及着色进行重建
优点：
- DLSS 能同时在几何、着色、时域上进行反走样
- 深度学习解决了 TAA 种画面模糊、透明、遮挡、残影等现象
缺点：
- 性能开销高，仅仅反走样就占用了画面 20% 的渲染时长