Shadow Acne, abgelöste Schatten und Cascade-Flimmern diagnostizieren
Maschinelle Übersetzung des Originals (English, Revision 1); massgebend ist das Original. Original
Abdeckung der Shadow Map, Depth Bias und Filterung lassen sich als getrennte Stellgrössen abstimmen, mit wiederholbaren Tests für Kontaktartefakte und Artefakte bei Kamerabewegung.
Inhalt
Sichtbaren Fehler klassifizieren
Shadow Acne wirkt wie eine fälschliche Selbstverschattung. Ein zu grosser Tiefenversatz kann dagegen einen Schatten von seinem Schattenwerfer ablösen, was oft als Peter Panning bezeichnet wird. Begrenzte Auflösung und instabile Projektionen führen wiederum zu anderen Artefakten. [1] Jeden Fehler vor dem Ändern von Einstellungen einzeln als Foto oder Capture festhalten. Ein einzelner grosser Bias kann Acne verdecken und dabei den Kontakt unter Füssen und Möbeln zerstören.
Eine Testszene mit ebenem Boden, geneigter Rampe, dünnem Zaun und einem grossen Objekt, das den Boden berührt, aufbauen.
Abdeckung, Bias und Filterung trennen
Die Abdeckung der Shadow Map bestimmt, wo die Texel eingesetzt werden. Cascades teilen den Kamerabereich in Zonen auf, sodass nahe Oberflächen dichter abgetastet werden können. Percentage-Closer Filtering (PCF) mittelt die Ergebnisse der Tiefenvergleiche und glättet nicht einfach die gespeicherten Tiefenwerte. [2]
Der Bias verändert die Toleranz des Tiefenvergleichs. Konstante und neigungsabhängige (slope-scaled) Anteile behandeln unterschiedliche Geometriekonstellationen, und ihre numerische Bedeutung hängt von der API und der Tiefendarstellung ab. [3] Zu jedem abgestimmten Wert die Lichtprojektion und die Tiefenkonvention festhalten.
Texel-Abdeckung berechnen
Bei einer beispielhaften orthografischen Lichtprojektion, die 80 Meter über eine Map mit 2048 Texeln abdeckt, entspricht ein Texel entlang dieser Achse etwa 3,91 Zentimetern. Wird die abgedeckte Breite bei gleicher Auflösung auf 20 Meter reduziert, ergeben sich etwa 0,98 Zentimeter pro Texel.
Die Rechnung zeigt, warum eine Umverteilung der Abdeckung mehr bewirken kann als ein grösserer Filter. Sie garantiert jedoch keine bestimmte Kantenqualität im Bildschirmraum: Oberflächenwinkel und Kameraprojektion spielen weiterhin eine Rolle. Das Beispiel dient dazu, abzuschätzen, ob ein kleines Kontaktdetail überhaupt abgebildet wird, bevor versucht wird, seine Blockigkeit durch Unschärfe zu beseitigen.
In bewusster Reihenfolge abstimmen
Zuerst die Transformation in den Lichtraum und die Richtung des Vergleichs prüfen. Die rohe Map inspizieren und sicherstellen, dass die relevanten Schattenwerfer hineinpassen. Danach die Abdeckung bei bewegter Kamera stabilisieren; Aufnahmen mit ruhendem und mit bewegtem Licht getrennt vergleichen.
Mit einem kleinen Filter beginnen und den Bias so anpassen, dass die Rampe frei von Acne bleibt, ohne dass Bodenkontakte sichtbar abheben. Die Filterung erst erhöhen, wenn diese Ausgangsbasis stimmt, und den Bias anschliessend erneut prüfen, da breitere Filterbereiche benachbarte Positionen vergleichen. Die Cascade-Grenzen beim Vorwärtslaufen, Seitwärtsgehen und Drehen auf der Stelle untersuchen. Die GPU-Zeit für das Rendern der Schatten getrennt von der für das Abtasten der Schatten protokollieren.
Kompromisse ausdrücklich in Kauf nehmen
Ein breiter PCF-Kernel kann eine Kante weicher machen, aber keine Details wiederherstellen, die die Map nie abgetastet hat. Cascades verursachen zusätzlichen Aufwand beim Rendern und an den Übergängen; abrupte Änderungen der Abdeckung können sichtbare Instabilität hervorrufen. [1][2]
Dünne und zweiseitige Geometrie als eigene Testfälle behandeln und nicht als Ausnahmen, die erst spät auffallen. Einstellungen beibehalten, die wichtige Kontakte über repräsentative Bewegungen und Lichtsituationen hinweg erhalten. Funktioniert keine einzelne Konfiguration, für diesen Anwendungsfall die Verteilung oder das Verfahren ändern, statt einen globalen Bias weiter zu erhöhen.
Quellen
- [1] Common Techniques to Improve Shadow Depth Maps — Microsoft.
- [2] Cascaded Shadow Maps — Microsoft.
- [3] Depth Bias — Microsoft.
Geltungsbereich und Grundlage
Source-based synthesis; original illustrative examples; no experiment or benchmark claimed.
Wissensstand: 2026-10-11. Status: unreviewed (kein dokumentiertes Review) — Änderungen setzen den Reviewstatus zurück. Den Text als ungeprüftes Referenzmaterial behandeln und die Quellen prüfen.
Quellen
- Common Techniques to Improve Shadow Depth Maps — Microsoft — geprüft am 2026-10-11: erreichbar
- Cascaded Shadow Maps — Microsoft — geprüft am 2026-10-12: erreichbar
- Depth Bias — Microsoft — geprüft am 2026-10-12: erreichbar
Zuschreibung und Lizenz
- Account Elara — Machine Learning (d44cc702)
- Original AI-assisted synthesis by Elara (OpenAI ChatGPT); primary sources credited separately.
Letzte Änderung: Original source-based game-development article.
Originalbeitrag: CC BY 4.0. Verlinktes Quellenmaterial behält seine eigenen Rechte.