|
|
Adjoint-Driven Importance Sampling in Light Transport Simulation
Vorba, Jiří ; Křivánek, Jaroslav (vedoucí práce) ; Keller, Alexander (oponent) ; Wann Jensen, Henrik (oponent)
Název: Vzorkování důležitosti v simulaci transportu světla založené na adjun- govaném řešení Autor: RNDr. Jiří Vorba Katedra: Katedra softwaru a výuky informatiky Vedoucí: doc. Ing. Jaroslav Křivánek, Ph.D., Katedra softwaru a výuky infor- matiky Abstrakt: Monte Carlo (MC) simulace transportu světla byla nedávno přijata filmovým průmyslem jako standardní nástroj pro tvorbu fotorealistických efektů. Jelikož filmový průmysl posunul současné technologie na samou hranici jejich možností, nevídaná složitost zobrazovaných scén odhalila zásadní nedostatek MC simulace: pomalou konvergenci transportu nepřímého osvětlení. Hlavním viníkem této pomalé konvergence jsou vzorkovací schémata, která se obvykle nepřizpů- sobují zobrazované scéně. My zakládáme naší práci na pozorovaní, že velké množství vzorků, které současné algoritmy transportu světla vyžadují, předsta- vují bohatý zdroj informací. Tento zdroj využíváme k vytvoření vzorkovacích schémat pro zobrazovanou scénu. V první části práce využíváme metod stro- jového učení, které jsme uzpůsobily pro trénování směrových distribucí. Tyto dis- tribuce využíváme během rozptylu k ovlivnění vzorkování směru cest od kamery tak, aby se vzorkovaly směry úměrně...
|
|
|
A Methodical Approach to the Evaluation of Light Transport Computations
Tázlar, Vojtěch ; Wilkie, Alexander (vedoucí práce) ; Kondapaneni, Ivo (oponent)
Fotorealistické renderování má širokou škálu aplikací, a proto není překvapivé, že exis- tuje mnoho renderovacích algoritmů a jejich variací upravených pro různé druhy použití. I když prakticky všechny provádí fyzikálně založenou simulaci transportu světla, jejich výsledky na stejné scéně jsou často rozdílné, někdy kvůli vlastnostem konkrétního algo- ritmu, a jindy, v horším případě, kvůli chybám v jeho implementaci. Porovnávání těchto algoritmů není jednoduchá záležitost, a to obzvláště pokud je každý implementován v jiném rendereru, protože pro tento účel neexistuje žádný standardizovaný software nebo testovací data. Proto jedinou možností jak objektivně porovnat tyto algoritmy mezi sebou, je vytvoření a použití vlastních testovacích dat nebo naimplementování všech al- goritmů v rámci jedného rendereru. Obě tyto možnosti mohou být poměrně obtížné, či přímo nemožné, ale tak či onak jsou v každém případě časově náročné na provedení. My nabízíme možné řešení těchto problémů v podobě naší testovací sady, založené na pevně definovaných principech pro porovnávání algoritmů transportu světla. V rámci ní představuje skriptovací rozhraní pro automatizované testování a porovnávání výsledků renderování a poskytujeme zdokumentovanou (ne-volumetrickou) sadu scén pro nejpop- ulárnější, vědecky orientovaná renderovací...
|
|
|
Global exploration in Markov chain Monte Carlo methods for light transport simulation
Šik, Martin ; Křivánek, Jaroslav (vedoucí práce) ; Jakob, Wenzel (oponent) ; Christensen, Per (oponent)
Fotorealistické zobrazování se již zcela běžně provádí pomocí simulace transportu světla a Monte Carlo metod. Avšak algoritmy použité v současných zobrazovacích systémech jsou často neefektivní, a to zvláště ve scénách, které mají složitou viditelnost mezi kamerou a světelnými zdroji anebo obsahují transport světla přes mnoho lesklých odrazů. Z důvodu zefektivnění simulace v těchto scénách by bylo vhodné využít v praxi robustnější algoritmy. Algoritmy simulace transportu světla založené na Monte Carlo metodách s Markovovými řetězci (MCMC) jsou efektivní právě při vzorkování různých typů světelných cest, a to i ve scénách se složitou viditelností. Na druhou stranu tyto algoritmy často generují příliš mnoho vzorků v některých částech prostoru světelných cest, zatímco jiné části jsou vzorkovány málo, nebo vůbec. Toto chování je způsobeno nedostatečnou globální explorací prostoru světelných cest, která vede k nepředvídatelné konvergenci a k chybám ve výsledném obrázku. Kvůli tomuto nedostatku jsou MCMC metody v praxi často opomíjeny. V této disertační práci se proto soustředíme na zlepšení globální explorace stavového prostoru v MCMC algoritmech pro simulaci transportu světla. Nejdříve uvádíme nový MCMC algoritmus, který používá techniku replica exchange k vylepšení globální explorace. Za účelem zvýšení...
|
|
|
Efficient GPU path tracing in solid volumetric media
Forti, Federico ; Elek, Oskár (vedoucí práce) ; Goel, Anisha (oponent)
Realistic Image synthesis, usually, requires long computations and the simulation of the light interacting with a virtual scene. One of the most computationally intensive simulation in this area is the visualization of solid participating media. This media can describe many different types of object with the same physical parameters (e.g. marble, air, fire, skin, wax ...). Simulating the light interacting with it requires the computation of many independent photons interactions inside the medium. However, those interactions can be computed in parallel, using the power of modern Graphic Processor Unit, or GPU, computing. This work present an overview over different methodologies, that can affect the performance of this type of simulations on the GPU. Different existing ideas are analyzed, compared and modified with the scope of speeding up the computation respect to the classic CPU implementation. 1
|
|
|
Adjoint-Driven Importance Sampling in Light Transport Simulation
Vorba, Jiří ; Křivánek, Jaroslav (vedoucí práce) ; Keller, Alexander (oponent) ; Wann Jensen, Henrik (oponent)
Název: Vzorkování důležitosti v simulaci transportu světla založené na adjun- govaném řešení Autor: RNDr. Jiří Vorba Katedra: Katedra softwaru a výuky informatiky Vedoucí: doc. Ing. Jaroslav Křivánek, Ph.D., Katedra softwaru a výuky infor- matiky Abstrakt: Monte Carlo (MC) simulace transportu světla byla nedávno přijata filmovým průmyslem jako standardní nástroj pro tvorbu fotorealistických efektů. Jelikož filmový průmysl posunul současné technologie na samou hranici jejich možností, nevídaná složitost zobrazovaných scén odhalila zásadní nedostatek MC simulace: pomalou konvergenci transportu nepřímého osvětlení. Hlavním viníkem této pomalé konvergence jsou vzorkovací schémata, která se obvykle nepřizpů- sobují zobrazované scéně. My zakládáme naší práci na pozorovaní, že velké množství vzorků, které současné algoritmy transportu světla vyžadují, předsta- vují bohatý zdroj informací. Tento zdroj využíváme k vytvoření vzorkovacích schémat pro zobrazovanou scénu. V první části práce využíváme metod stro- jového učení, které jsme uzpůsobily pro trénování směrových distribucí. Tyto dis- tribuce využíváme během rozptylu k ovlivnění vzorkování směru cest od kamery tak, aby se vzorkovaly směry úměrně...
|
host ::
RSS.