Giảm số chiều của path space cho mô hình MC reconstruction (tái cấu trúc Monte Carlo) để khai thác path-space features một cách hiệu quả
Tác giả có đưa ra những bài báo trước đã dùng Path-Space Feature để render tốt hơn G-buffer vì:
- Nó dùng learned feature thay vì hand crafted features
- G-buffer thu thập các tia ánh sáng từ nguồn
Nhưng vấn đề lớn của việc dùng Path-Space Feature là:
- High - dimensionality
- Entagled distributions
Sử dụng contrastive manifold learning framework
Kết quả đạt được khá ấn tượng
Hình ảnh cho ra khi dùng phương pháp LBMC kết hợp với contrastive manifold learning framework của bài báo này cho ra kết quả khử nhiễu tốt hơn rất nhiều
Ngoài ra thời gian render và khử nhiễu giảm đáng kể, giảm khoảng 3 lần
