
O que é o denoising? Como os denoisers limpam renders com path tracing
Visão geral
Introdução
O que é o denoising? Em renderização 3D, o denoising (redução de ruído) é um passo de filtragem que remove o grão que uma imagem com path tracing apresenta quando foi renderizada com demasiadas poucas amostras para convergir. Um denoiser analisa os píxeis ruidosos, normalmente em conjunto com dados adicionais fornecidos pelo renderizador, e estima o aspeto que cada píxel teria se o render tivesse continuado a amostrar. Bem feito, permite parar um frame com uma fração das amostras e, ainda assim, entregar uma imagem limpa. Mal feito, esborrata a textura, inventa artefactos e faz uma animação cintilar.
Este guia explica porque é que os renders com path tracing têm ruído, o que faz um denoiser com os buffers que o guiam, que denoisers existem, a aritmética de trocar amostras por uma passagem de denoising e os respetivos limites. Não aborda a configuração dos AOV de variância do Arnold, que é tratada em How to Denoise AOVs Effectively. O modo como um path tracer traça a luz está explicado em Ray Tracing vs Path Tracing.
Porque é que um render com path tracing tem ruído
Um path tracer constrói cada píxel lançando caminhos de luz aleatórios a partir da câmara e fazendo a média do que encontram. Um caminho pode atingir diretamente uma luz, outro pode ressaltar duas vezes e encontrar apenas um canto escuro. Com poucos caminhos por píxel, essa média oscila em torno da resposta verdadeira, e a oscilação é o grão que se vê. Os estatísticos chamam-lhe variância, e o método é a integração de Monte Carlo.
O erro diminui lentamente, aproximadamente com a raiz quadrada do número de amostras, pelo que reduzir o ruído para metade exige cerca de quatro vezes mais amostras. O nosso guia Ray Tracing vs Path Tracing mostra o aspeto a 16, 64, 256 e 1.024 amostras por píxel.
O ruído não se distribui de forma uniforme. Concentra-se onde a luz é difícil de encontrar: sombras suaves, luz indireta, reflexos brilhantes, vidro, volumes. Isto é importante mais à frente, porque um denoiser tem de decidir, píxel a píxel, se um ponto brilhante é ruído ou uma característica real. E, por causa da lei da raiz quadrada, os últimos pontos percentuais de limpeza são a parte mais cara de um render. O denoising ataca essa cauda: parar mais cedo e filtrar o que resta.
O que faz um denoiser
Um denoiser recebe uma imagem ruidosa e devolve uma estimativa mais limpa daquilo para que cada píxel convergiria. A forma ingénua é fazer a média de cada píxel com os vizinhos, o que é um desfoque. Um desfoque remove ruído e detalhe em simultâneo, pelo que um padrão xadrez, a aresta nítida de uma sombra e uma madeixa de cabelo dissolvem-se tão depressa como o grão.
O verdadeiro trabalho consiste em distinguir o ruído do sinal, e duas grandes famílias fazem-no de maneira diferente.
Os filtros algorítmicos usam regras concebidas à mão, ponderando os vizinhos consoante a sua semelhança e proximidade. O Altus, um dos três denoisers do Redshift, é descrito na documentação do Redshift da Maxon (consultada a 19 de novembro de 2026) como assente em métodos tradicionais e não em deep learning.
Os denoisers aprendidos são redes neuronais treinadas com renders ruidosos e convergidos. A NVIDIA afirma que o seu denoiser OptiX foi treinado com dezenas de milhares de imagens renderizadas a partir de mil cenas 3D (NVIDIA OptiX denoiser, consultado a 19 de novembro de 2026), e a Maxon afirma o mesmo do OptiX e do Intel Open Image Denoise: modelos de deep learning treinados com dezenas de milhares de imagens. Uma rede treinada já viu o aspeto do ruído ao lado de estrutura real, pelo que consegue preservar arestas que um desfoque apagaria. Também pode errar de formas que um filtro algorítmico não erra.
A Intel descreve o Open Image Denoise como uma biblioteca open source de filtros de denoising para imagens com ray tracing, cujos filtros lidam com tudo, desde contagens de amostras muito baixas até imagens quase convergidas (Open Image Denoise, consultado a 19 de novembro de 2026). É esse o objetivo do denoising: fornecer-lhe um frame ruidoso, mas não desesperado.
O que é fornecido a um denoiser: beauty ruidosa, albedo e normal
Um renderizador conhece coisas que uma câmara nunca conheceria: a cor de cada superfície antes da iluminação, chamada albedo, e a direção para onde cada superfície está virada, chamada normal. Ambas podem ser produzidas com pouco ou nenhum ruído. São guias ideais, porque onde o albedo muda bruscamente há uma aresta de textura real, e onde a normal se inclina há uma alteração real de forma.
A página da Intel indica que o Open Image Denoise pode trabalhar apenas a partir da imagem beauty ruidosa ou usar buffers de características auxiliares, como o albedo e a normal, para preservar mais detalhe. O Cycles expõe a mesma ideia: a definição Passes oferece apenas cor, albedo, ou albedo mais normal, e o manual recomenda pelo menos o albedo, porque o denoising apenas com cor pode esborratar detalhes (manual do Blender 5.3, amostragem do Cycles, consultado a 19 de novembro de 2026).
Diagrama do que é fornecido a um denoiser: uma imagem ruidosa com 2 amostras por píxel, um buffer de albedo sem ruído e um buffer de normal sem ruído entram no denoiser, que produz uma imagem mais limpa
O diagrama foi feito com um filtro deliberadamente simples numa cena de teste, uma esfera sobre um chão em xadrez renderizada por um script de Monte Carlo a 2 amostras por píxel. Os buffers indicam ao filtro onde estão as arestas do xadrez e onde a esfera curva, pelo que este faz a média apenas entre píxeis que concordam. Note-se o que ele não consegue ver: a sombra suave não aparece em nenhum dos buffers, pelo que é suavizada mais do que as arestas do xadrez. Os denoisers de produção são muito mais capazes, mas o detalhe que os buffers de características não mostram continua a perder-se com mais facilidade, pelo que as arestas das sombras e os reflexos são os primeiros sítios a verificar.
Os principais denoisers
| Denoiser | Abordagem | Executa em | Onde se encontra |
|---|---|---|---|
| Intel Open Image Denoise (OIDN) | Filtros de deep learning, open source sob Apache 2.0 | CPUs (Intel 64 com SSE4.1, ARM64 incluindo Apple silicon) e GPUs da Intel, NVIDIA (Turing e mais recentes), AMD (RDNA 2 e mais recentes) e Apple (M1 e mais recentes) | Cycles, Redshift e Arnold listam-no como opção |
| NVIDIA OptiX AI-accelerated denoiser | Modelo de deep learning, pode usar Tensor Cores | Apenas GPUs NVIDIA | Cycles, Redshift e Arnold; a NVIDIA lista também o Houdini e o Thea Render |
| Altus | Filtro algorítmico, não é uma rede neuronal | Todo o hardware | Apenas no Redshift |
A coluna de hardware provém das páginas da Intel e da Maxon, consultadas a 19 de novembro de 2026, e muda a cada versão, pelo que convém consultar a página do fabricante antes de planear em torno de uma placa. O V-Ray e o Corona incluem denoisers próprios, com definições próprias, e o Arnold lista tanto o OIDN como o OptiX como opções de denoiser; para pormenores do Arnold, consulte-se o guia do denoiser do Arnold.
Qual é melhor depende do trabalho. O manual do Blender afirma que o OpenImageDenoise tipicamente oferece a mais alta qualidade, enquanto o OptiX só está disponível em GPUs NVIDIA e suporta aceleração em algumas placas mais antigas onde o OpenImageDenoise não o faz. No Redshift, o Altus só funciona em bucket rendering, enquanto o OptiX e o OIDN funcionam nos modos bucket e progressivo. Na prática, a escolha costuma resumir-se a três perguntas: existe uma GPU NVIDIA, o motor oferece o denoiser pretendido, e trata-se de imagens estáticas ou de uma sequência.
A troca: menos amostras mais uma passagem de denoising
Tome-se um frame hipotético que fica limpo a 1.024 amostras por píxel e demora 40 minutos. O tempo de render escala aproximadamente com as amostras, pelo que 256 amostras demoram cerca de 10 minutos. As amostras foram reduzidas a um quarto, pelo que o ruído é aproximadamente o dobro, e é isso que o denoiser tem de remover.
Gráfico de barras de um exemplo hipotético: 40 minutos por frame a 1.024 amostras sem denoiser contra 10 minutos por frame mais um pequeno passo de denoising a 256 amostras, o que ao longo de 240 frames dá 160 horas-máquina contra 40 horas-máquina mais denoising
Um plano de 10 segundos a 24 fps tem 240 frames: 160 horas-máquina a 40 minutos cada, ou 40 horas-máquina mais o passo de denoising a 10. Os números são inventados para mostrar a proporção, e a cena de cada utilizador será diferente, mas a forma é geral: o custo da amostragem cresce a cada duplicação, ao passo que uma passagem de denoising é um acréscimo comparativamente pequeno.
Pequeno não é gratuito. A ajuda do Redshift da Maxon indica que o OptiX e o OIDN podem executar após cada passagem progressiva ou bucket, de acordo com uma definição de denoise overhead, em que zero faz o denoising uma só vez, no final. Acrescenta que o Altus demora vários segundos por denoising e, no modo Dual Pass, renderiza primeiro o frame duas vezes. Convém medir o passo na cena em causa.
O denoising também se combina com outras poupanças. O Noise Threshold do Cycles deixa de amostrar áreas que já estão suficientemente limpas, com valores típicos entre 0,1 e 0,001 segundo o manual, e o denoiser limpa o que sobra. A lista mais ampla do que determina o tempo de render encontra-se no nosso guia de otimização do tempo de render.
Uma regra mantém-se em tudo. A página do Redshift da Maxon afirma que o denoising não é uma solução mágica e descreve-o como mais útil nos últimos pontos percentuais de ruído. Um denoiser reduz as amostras necessárias. Não as substitui.
Onde o denoising falha
Todo o denoiser troca ruído por risco, e cada falha tem uma correção diferente.
Perda de detalhe fino. A Maxon enumera o suavizar em excesso, que perde textura e pequenos detalhes geométricos, entre os modos de falha. A trama de tecidos, o cabelo, os fios finos e o texto pequeno são as vítimas habituais.
Artefactos pictóricos. A mesma página descreve artefactos semelhantes a pinceladas, sinal de que o filtro inventou estrutura a partir de ruído que não conseguiu classificar.
Ruído desconhecido. O OptiX e o OIDN podem não detetar padrões de ruído ausentes dos seus dados de treino, pelo que materiais invulgares, volumes densos ou profundidade de campo extrema podem ficar por limpar ou esborratados.
Resíduo em vez de grão. A Maxon avisa que, em animações, o ruído residual pode surgir como manchas cintilantes, possivelmente mais incómodas do que o ruído original.
A maioria destes problemas diminui à medida que a contagem de amostras sobe, porque uma entrada mais limpa deixa menos para adivinhar. O método prático consiste em encontrar a contagem de amostras mais baixa em que o resultado com denoising resiste à inspeção a 100 %, e depois acrescentar uma margem.
Animação: cintilação e denoising temporal
Uma imagem estática passa por denoising uma só vez. Uma animação passa por denoising frame a frame, e cada frame tem o seu próprio ruído aleatório. Mesmo que a cena mal se mova, o denoiser vê uma entrada diferente em cada frame e pode devolver uma resposta ligeiramente diferente. Isso lê-se como cintilação em zonas que deviam estar estáveis.
Três frames consecutivos da mesma cena estática renderizados com ruído diferente, os respetivos resultados após denoising e uma imagem de diferença amplificada entre dois frames com denoising, que mostra a cintilação entre frames
A figura mostra-o com o mesmo filtro de teste. A cena é estática, pelo que um denoiser perfeito devolveria frames idênticos e a imagem de diferença seria preta. Não é, porque o ruído de cada frame empurrou o filtro para uma resposta ligeiramente diferente. Os denoisers de produção fazem muito melhor, mas o princípio é o mesmo.
Duas coisas a reduzem. Uma entrada com menos ruído varia menos de frame para frame, pelo que mais amostras ajudam. E o padrão de ruído pode ser mantido estável: a ajuda do Redshift da Maxon recomenda desativar Randomize Pattern on Each Frame para que o ruído fique fixo à câmara. A página do Cycles sugere o aparentemente oposto, Use Animated Seed para animações, porque um padrão variável é menos percetível. A nossa leitura é que resolvem problemas diferentes: o conselho do Cycles esconde o grão bruto quando não há denoising, o do Redshift estabiliza a entrada do denoiser quando há.
A resposta mais completa é o denoising temporal, em que o filtro olha também para os frames vizinhos. A página do OptiX da NVIDIA indica que o seu denoiser se baseia em investigação da NVIDIA sobre a reconstrução de sequências de imagens de Monte Carlo. Saber se um dado renderizador expõe um modo temporal é uma questão para a respetiva documentação. Convém testar antes de assumir. Renderizem-se 10 a 20 frames consecutivos do plano mais difícil, com a contagem de amostras prevista, e vejam-se em movimento: a cintilação invisível num único frame é muitas vezes óbvia na reprodução.
Passagens de denoising e AOV
Os compositores dividem um render em passagens, chamadas AOV, para ajustar reflexos, iluminação e sombras em separado. Se se aplicar denoising à beauty mas não às passagens, ou o inverso, estas deixam de somar corretamente e surgem emendas ou desvios de cor. Convém decidir uma abordagem por projeto. O nosso guia What Are AOVs in Rendering trata das passagens e dos ficheiros multicamada.
Se o denoising for feito depois do render em vez de durante, os buffers de albedo e de normal têm de ser guardados com cada frame, à mesma resolução e a partir da mesma câmara, ou o denoiser perde os seus guias.
Denoising numa render farm
Uma render farm renderiza cada frame como uma tarefa separada na sua própria máquina. Isto convém ao denoising feito durante o render, que não precisa de nada dos outros frames, e convém menos ao denoising temporal, porque uma passagem que lê frames vizinhos precisa da sequência completa e normalmente corre depois de os frames regressarem.
O hardware importa. O OptiX precisa de uma GPU NVIDIA, ao passo que o OIDN também corre em CPUs. O manual do Blender acrescenta que o denoising em GPU é significativamente mais rápido do que em CPU, mas precisa de memória de GPU adicional, e sugere desativá-lo em cenas grandes que ficam sem memória. Num nó de GPU da Super Renders Farm, cada uma das duas placas RTX 5090 tem 32 GB e as duas não se agregam, pelo que um denoiser em GPU partilha os 32 GB de uma só placa com a cena. Numa cena pesada, convém verificar a margem disponível antes de um trabalho longo.
O denoiser é uma definição de render, pelo que deve ser verificado juntamente com as contagens de amostras e os caminhos de saída. Convém renderizar um frame representativo com as definições finais no tipo de máquina previsto e inspecioná-lo a 100 %. O tempo de CPU e de GPU é faturado com bases diferentes, pelo que um render de CPU com muitas amostras e um render de GPU assistido por denoising são orçamentos diferentes; a página de preços explica como cada um é faturado.
Denoising em fotografia e vídeo versus renders
Os resultados de pesquisa sobre denoising estão cheios de ferramentas de fotografia e vídeo. Um denoiser de fotografia dispõe apenas da imagem e tem de adivinhar o que é ruído do sensor e o que é detalhe. Um denoiser de render lida com ruído de Monte Carlo e pode receber guias sem ruído. O objetivo é o mesmo, mas o ruído e os modos de falha diferem, pelo que as definições não são transferíveis.
FAQ
Q: O que é o denoising em renderização 3D? A: O denoising é um passo de filtragem que remove o grão de uma imagem com path tracing renderizada com amostras a menos. Um denoiser estima o aspeto que cada píxel teria se o render tivesse continuado a amostrar, usando muitas vezes buffers de albedo e de normal sem ruído para proteger arestas e textura. Não é um desfoque, que remove ruído e detalhe em simultâneo.
Q: O denoising reduz o tempo de render? A: Normalmente, sim. Reduzir as amostras a um quarto reduz aproximadamente o tempo de render a um quarto, à custa de cerca do dobro do ruído, e o denoiser remove grande parte dele com um passo adicional comparativamente pequeno. Um frame que seja sobretudo ruído não será salvo, e o passo de denoising demora um tempo que convém medir.
Q: Qual é a diferença entre o OptiX e o Open Image Denoise? A: Ambos são denoisers aprendidos, mas o OptiX só corre em GPUs NVIDIA, enquanto o Open Image Denoise da Intel é open source e corre em CPUs e em GPUs da Intel, NVIDIA, AMD e Apple. O manual do Blender afirma que o Open Image Denoise tipicamente dá a mais alta qualidade e que o OptiX abrange algumas GPUs NVIDIA mais antigas que ele não cobre.
Q: Porque é que o denoising faz a animação cintilar? A: Cada frame tem ruído aleatório diferente, pelo que um denoiser que trata os frames um a um pode devolver resultados ligeiramente diferentes em frames consecutivos. Contagens de amostras mais altas, um padrão de ruído fixo quando o motor o oferece e denoising temporal quando disponível reduzem-na. Convém testar uma sequência curta em movimento.
Q: Para que servem os buffers de albedo e de normal no denoising? A: São guias sem ruído. O albedo mostra onde a cor da superfície muda e a normal mostra onde a forma muda, pelo que o denoiser consegue distinguir uma aresta real de um ponto de ruído. O manual do Blender recomenda pelo menos o albedo, porque o denoising apenas a partir da cor pode esborratar detalhes.
Q: Quantas amostras são necessárias antes do denoising? A: Não há um número universal, porque o ruído depende da iluminação, dos materiais e do movimento. A Intel afirma que os seus filtros lidam com contagens de amostras muito baixas até imagens quase convergidas, mas a qualidade varia. Renderizem-se frames de teste com contagens de amostras decrescentes, encontre-se a mais baixa que resiste à inspeção a 100 % e acrescente-se uma margem.
About Alice Harper
Blender and V-Ray specialist. Passionate about optimizing render workflows, sharing tips, and educating the 3D community to achieve photorealistic results faster.



