パストレースや双方向パストレースなどのモンテカルロレンダリングメソッドのほとんどの説明では、サンプルが独立して生成されることを前提としています。つまり、独立した均一に分布した数値のストリームを生成する標準の乱数ジェネレータが使用されます。
独立して選択されていないサンプルは、ノイズの点で有益であることがわかっています。たとえば、層化サンプリングと低差異シーケンスは、ほぼ常にレンダリング時間を改善する相関サンプリングスキームの2つの例です。
ただし、サンプル相関の影響がそれほど明確でない場合が多くあります。たとえば、Metropolis Light Transportなどのマルコフ連鎖モンテカルロ法は、マルコフ連鎖を使用して相関サンプルのストリームを生成します。多光源法は、多数のカメラパスに少数の光源パスを再利用し、多数の相関シャドウ接続を作成します。フォトンマッピングでさえ、多くのピクセルで光路を再利用することで効率が向上し、サンプルの相関性も増加します(バイアスがかかっていますが)。
これらのレンダリング方法はすべて、特定のシーンでは有益ですが、他のシーンでは事態を悪化させるようです。異なるレンダリングアルゴリズムでシーンをレンダリングし、一方が他方より良く見えるかどうかを目で確認する以外に、これらの手法によって導入されるエラーの品質を定量化する方法は明確ではありません。
質問は次のとおりです。サンプル相関は、モンテカルロ推定量の分散と収束にどのように影響しますか?どのような種類のサンプル相関が他のサンプル相関よりも優れているかを何らかの方法で数学的に定量化できますか?サンプルの相関が有益であるか有害であるかに影響を与える可能性のある他の考慮事項はありますか(例:知覚エラー、アニメーションのちらつき)。