SlideShare ist ein Scribd-Unternehmen logo
1 von 41
Downloaden Sie, um offline zu lesen
Thesis


Adaptieve en Progressieve
      Ray Tracing.
         (Davy Debacker)
Index
●   Klassieke ray tracing
●   Adaptieve ray tracing
●   Progressieve ray tracing
●   Bestaande technieken
Klassieke ray tracing
Klassieke ray tracing (nadelen)
                 ●   Nadelen van klassieke
                     raytracing:
                     –   Aliasing, ruis, ...
                     –   Beperkte bijdrage van
                          extra stralen



                 ●   Oplossing: meer
                     stralen?
Index
●   Klassieke ray tracing
●   Adaptieve ray tracing:
    –   Plaatsen waar meer samples nodig zijn
    –   Hoe kritieke plaatsen detecteren?
         ●   Rand detectie
         ●   Vooraf bepalen
●   Progressieve ray tracing
●   Bestaande technieken
Adaptieve ray tracing
           ●   Aantal (minder
               relevante) stralen
               verminderen.
           ●   Gericht stralen
               schieten.



               Farrugia and Péroche
               (2004) EUROGRAPHICS
Plaatsen waar meer samples
              nodig zijn.
●   Randen:
Plaatsen waar meer samples
               nodig zijn.
●   (Zachte) schaduw




    Jiajun (2005)
    http://www.cs.virginia.edu
Plaatsen waar meer samples
               nodig zijn.
●   Transparante objecten
●   Reflecterende objecten




    Jiajun (2005)
    http://www.cs.virginia.edu
Hoe weten we waar de kritieke
           plaatsen zijn?

–   Rand detectie
–   Vooraf bepalen in de scene
–   Eerder berekende punten (progressief)
Rand detectie




–   Rechts de typische uitvoer van een Sobel filter toegepast op de foto van Lena
    links.
Nadelen van rand detectie
●   Prentje moet vooraf gekend zijn. (animantiefilm)
●   Dezelfde belichting.
Vooraf bepalen in de scene:

Rand waar meer
samples nodig zijn.



Rand waar niet
meer samples
nodig zijn.
Vooraf bepalen in de scene
              (nadelen)
●   Meer geavanceerde objecten
●   Schaduwen
●   Caustics
Index
●   Klassieke ray tracing
●   Adaptieve ray tracing
●   Progressieve ray tracing
●   Bestaande technieken
Progressieve ray
    tracing
●   1. Initiële sampling
    (meestal 1 straal per
    pixel)
Progressieve ray
    tracing
●   2. Detecteren van
    plaatsen waar
    meer samples
    nodig zijn.
Progressieve ray
    tracing
●   3. Eventueel
    reconstructie.
Index
●   Klassieke ray tracing
●   Adaptieve ray tracing
●   Progressieve ray tracing
●    Bestaande technieken:
    – Multidimensionele adaptieve bemonstering
       (Toshiya Hachisuka et al.)
    – Combineren van randen en punten (Bala et al.)
    – Frequentie gebaseerd (Bolin & Meyer)
Multidimensionale adaptieve
               bemonstering
●   Motion blur
●   3 stappen:
    –   Initiële bemonstering
    –   Adaptieve verbetering
    –   Reconstructie
Multidimensionale adaptieve
                      bemonstering
       ●   Initiële bemonstering:
           –   Aantal (random) samples
           –   Verdeel de samples in rechthoeken
Tijd




                     Beeld
Multidimensionale adaptieve
                      bemonstering
       ●   Adaptieve verbetering:
           –   Bereken de fout in elke rechthoek
           –   Bemonster rechthoek met grootste fout
Tijd




                     Beeld
Multidimensionale adaptieve
                      bemonstering
       ●   Adaptieve verbetering:
           –   Multidimensionele opdeling
Tijd




                     Beeld
Multidimensionale adaptieve
                      bemonstering
       ●   Reconstructie:
           –   1 waarde per blok
Tijd




                     Beeld
Multidimensionale adaptieve
          bemonstering
Reconstructie: pixelwaarde = Σ waarde * lengte
         Tijd




                     Beeld
Multidimensionale adaptieve
                 bemonstering
   Multidimensionele adaptieve bemonstering
   Multidimensionale                          Mitchell




Hachisuka et al (2008)
ACM SIGGRAPH
Combineren van randen en punten
                                        Bala et al (2003)
                                        ACM Siggraph
●   Initiële stap:
    –   Zoeken van randen
    –   Zeer ruwe eerste bemonstering
Combineren van randen en punten

 ●   Randen en Punten
     samenvoegen
     (Edge-and-Point
     Image)



Bala et al (2003)
ACM Siggraph
Combineren van randen en punten

●   Detecteren van de randen
Combineren van randen en punten

●   Opdelen van pixels           Leeg


                                 Simpel


                                 Complex
Combineren van randen en punten

●   Voorstellen van de randen
Combineren van randen en punten

●   Reconstructie (adhv 5x5 buurpixel matrix)
Combineren van randen en punten




              Bala et al (2003)
              ACM Siggraph
Frequentie gebaseerd
●   2 karakteristieken van menselijk zicht:
    –   Contrast gevoeligheid
    –   Gevoeligheid voor ruis in verschillende frequenties
Frequentie gebaseerd
●   Contrast gevoeligheid
                            Voorstelling van kleuren
                             in 1 achromatische en
                              2chromatische termen
Frequentie gebaseerd
   ●   Gevoeligheid voor ruis in verschillende frequenties
Bolin & Meyer
(1995) University
of Oregon
Frequentie gebaseerd
●   Gebaseerd op JPEG algoritme:
    –   8x8 pixels per blok
    –   Frequentie representatie per blok
Frequentie gebaseerd
●   Frequentie representatie per blok
    –   Cosinus termen vooraf berekenen
    –   Vast sampling patroon
                   1        A        3




                             5        B




                   4                  2
Frequentie gebaseerd
  Vast sample vs random samples
Planning
●   Implementatie in orde zetten
●   Bestuderen hoe het algoritme reageert op
    reflectie, refractie, schaduwen, ...
●   Random sample patroon
    –   efficiëntie verlies vs kwaliteitswinst
Hartelijk dank voor uw aandacht.

Weitere ähnliche Inhalte

Andere mochten auch (20)

2004 0804 Tx
2004 0804 Tx2004 0804 Tx
2004 0804 Tx
 
LAMP_TRAINING_SESSION_4
LAMP_TRAINING_SESSION_4LAMP_TRAINING_SESSION_4
LAMP_TRAINING_SESSION_4
 
Wayn Vs Tripwolf
Wayn Vs TripwolfWayn Vs Tripwolf
Wayn Vs Tripwolf
 
LAMP_TRAINING_SESSION_2
LAMP_TRAINING_SESSION_2LAMP_TRAINING_SESSION_2
LAMP_TRAINING_SESSION_2
 
Dorchestercollection
DorchestercollectionDorchestercollection
Dorchestercollection
 
MBA - Hard Truths
MBA - Hard TruthsMBA - Hard Truths
MBA - Hard Truths
 
2005 0731 La
2005 0731 La2005 0731 La
2005 0731 La
 
Druk 3D - where is the money? Michał Frączek – Materialination
Druk 3D - where is the money? Michał Frączek – MaterialinationDruk 3D - where is the money? Michał Frączek – Materialination
Druk 3D - where is the money? Michał Frączek – Materialination
 
O R B I T Z
O R B I T ZO R B I T Z
O R B I T Z
 
L’ hort a l’escola bressol municipal secà
L’ hort a l’escola bressol municipal secàL’ hort a l’escola bressol municipal secà
L’ hort a l’escola bressol municipal secà
 
Narzedzia do pozycjonowania stron internetowych
Narzedzia do pozycjonowania stron internetowychNarzedzia do pozycjonowania stron internetowych
Narzedzia do pozycjonowania stron internetowych
 
Dorchestercollection
DorchestercollectionDorchestercollection
Dorchestercollection
 
Lux IO - Shibuyapm
Lux IO - ShibuyapmLux IO - Shibuyapm
Lux IO - Shibuyapm
 
The Heinz Endowments Youth Philanthropy Board Meeting
The Heinz Endowments Youth Philanthropy Board MeetingThe Heinz Endowments Youth Philanthropy Board Meeting
The Heinz Endowments Youth Philanthropy Board Meeting
 
2004 0817 Ca
2004 0817 Ca2004 0817 Ca
2004 0817 Ca
 
Reunion 2007
Reunion 2007Reunion 2007
Reunion 2007
 
Zawartość www dostępna dla każdego
Zawartość www dostępna dla każdegoZawartość www dostępna dla każdego
Zawartość www dostępna dla każdego
 
Congresaccessibilitat
CongresaccessibilitatCongresaccessibilitat
Congresaccessibilitat
 
Amman 1982
Amman 1982Amman 1982
Amman 1982
 
Talenthouse - Ad Campaign
Talenthouse - Ad CampaignTalenthouse - Ad Campaign
Talenthouse - Ad Campaign
 

Mehr von Davy Debacker

Resultaten DCT en Wavelet gebaseerde Ray Tracer
Resultaten DCT en Wavelet gebaseerde Ray TracerResultaten DCT en Wavelet gebaseerde Ray Tracer
Resultaten DCT en Wavelet gebaseerde Ray TracerDavy Debacker
 
Enkele Problemen met DCT gebaseerde Ray Tracer
Enkele Problemen met DCT gebaseerde Ray TracerEnkele Problemen met DCT gebaseerde Ray Tracer
Enkele Problemen met DCT gebaseerde Ray TracerDavy Debacker
 
User Study Multitouch on Safari
User Study Multitouch on SafariUser Study Multitouch on Safari
User Study Multitouch on SafariDavy Debacker
 
Presentatie alfa facebook app
Presentatie alfa facebook appPresentatie alfa facebook app
Presentatie alfa facebook appDavy Debacker
 
evaluatie-facebook-apps-stanford
evaluatie-facebook-apps-stanfordevaluatie-facebook-apps-stanford
evaluatie-facebook-apps-stanfordDavy Debacker
 
User Study On Multitouch screens
User Study On Multitouch screensUser Study On Multitouch screens
User Study On Multitouch screensDavy Debacker
 
Capita Selecta Multimedia Presentatie 1
Capita Selecta Multimedia Presentatie 1Capita Selecta Multimedia Presentatie 1
Capita Selecta Multimedia Presentatie 1Davy Debacker
 
Capita Selecta Multimedia Presentatie 2
Capita Selecta Multimedia Presentatie 2Capita Selecta Multimedia Presentatie 2
Capita Selecta Multimedia Presentatie 2Davy Debacker
 

Mehr von Davy Debacker (10)

Thesis Presentatie
Thesis PresentatieThesis Presentatie
Thesis Presentatie
 
Resultaten DCT en Wavelet gebaseerde Ray Tracer
Resultaten DCT en Wavelet gebaseerde Ray TracerResultaten DCT en Wavelet gebaseerde Ray Tracer
Resultaten DCT en Wavelet gebaseerde Ray Tracer
 
Enkele Problemen met DCT gebaseerde Ray Tracer
Enkele Problemen met DCT gebaseerde Ray TracerEnkele Problemen met DCT gebaseerde Ray Tracer
Enkele Problemen met DCT gebaseerde Ray Tracer
 
User Study Multitouch on Safari
User Study Multitouch on SafariUser Study Multitouch on Safari
User Study Multitouch on Safari
 
Ui03
Ui03Ui03
Ui03
 
Presentatie alfa facebook app
Presentatie alfa facebook appPresentatie alfa facebook app
Presentatie alfa facebook app
 
evaluatie-facebook-apps-stanford
evaluatie-facebook-apps-stanfordevaluatie-facebook-apps-stanford
evaluatie-facebook-apps-stanford
 
User Study On Multitouch screens
User Study On Multitouch screensUser Study On Multitouch screens
User Study On Multitouch screens
 
Capita Selecta Multimedia Presentatie 1
Capita Selecta Multimedia Presentatie 1Capita Selecta Multimedia Presentatie 1
Capita Selecta Multimedia Presentatie 1
 
Capita Selecta Multimedia Presentatie 2
Capita Selecta Multimedia Presentatie 2Capita Selecta Multimedia Presentatie 2
Capita Selecta Multimedia Presentatie 2
 

Thesis presentatie Adaptieve en Progressieve ray tracing

  • 1. Thesis Adaptieve en Progressieve Ray Tracing. (Davy Debacker)
  • 2. Index ● Klassieke ray tracing ● Adaptieve ray tracing ● Progressieve ray tracing ● Bestaande technieken
  • 4. Klassieke ray tracing (nadelen) ● Nadelen van klassieke raytracing: – Aliasing, ruis, ... – Beperkte bijdrage van extra stralen ● Oplossing: meer stralen?
  • 5. Index ● Klassieke ray tracing ● Adaptieve ray tracing: – Plaatsen waar meer samples nodig zijn – Hoe kritieke plaatsen detecteren? ● Rand detectie ● Vooraf bepalen ● Progressieve ray tracing ● Bestaande technieken
  • 6. Adaptieve ray tracing ● Aantal (minder relevante) stralen verminderen. ● Gericht stralen schieten. Farrugia and Péroche (2004) EUROGRAPHICS
  • 7. Plaatsen waar meer samples nodig zijn. ● Randen:
  • 8. Plaatsen waar meer samples nodig zijn. ● (Zachte) schaduw Jiajun (2005) http://www.cs.virginia.edu
  • 9. Plaatsen waar meer samples nodig zijn. ● Transparante objecten ● Reflecterende objecten Jiajun (2005) http://www.cs.virginia.edu
  • 10. Hoe weten we waar de kritieke plaatsen zijn? – Rand detectie – Vooraf bepalen in de scene – Eerder berekende punten (progressief)
  • 11. Rand detectie – Rechts de typische uitvoer van een Sobel filter toegepast op de foto van Lena links.
  • 12. Nadelen van rand detectie ● Prentje moet vooraf gekend zijn. (animantiefilm) ● Dezelfde belichting.
  • 13. Vooraf bepalen in de scene: Rand waar meer samples nodig zijn. Rand waar niet meer samples nodig zijn.
  • 14. Vooraf bepalen in de scene (nadelen) ● Meer geavanceerde objecten ● Schaduwen ● Caustics
  • 15. Index ● Klassieke ray tracing ● Adaptieve ray tracing ● Progressieve ray tracing ● Bestaande technieken
  • 16. Progressieve ray tracing ● 1. Initiële sampling (meestal 1 straal per pixel)
  • 17. Progressieve ray tracing ● 2. Detecteren van plaatsen waar meer samples nodig zijn.
  • 18. Progressieve ray tracing ● 3. Eventueel reconstructie.
  • 19. Index ● Klassieke ray tracing ● Adaptieve ray tracing ● Progressieve ray tracing ● Bestaande technieken: – Multidimensionele adaptieve bemonstering (Toshiya Hachisuka et al.) – Combineren van randen en punten (Bala et al.) – Frequentie gebaseerd (Bolin & Meyer)
  • 20. Multidimensionale adaptieve bemonstering ● Motion blur ● 3 stappen: – Initiële bemonstering – Adaptieve verbetering – Reconstructie
  • 21. Multidimensionale adaptieve bemonstering ● Initiële bemonstering: – Aantal (random) samples – Verdeel de samples in rechthoeken Tijd Beeld
  • 22. Multidimensionale adaptieve bemonstering ● Adaptieve verbetering: – Bereken de fout in elke rechthoek – Bemonster rechthoek met grootste fout Tijd Beeld
  • 23. Multidimensionale adaptieve bemonstering ● Adaptieve verbetering: – Multidimensionele opdeling Tijd Beeld
  • 24. Multidimensionale adaptieve bemonstering ● Reconstructie: – 1 waarde per blok Tijd Beeld
  • 25. Multidimensionale adaptieve bemonstering Reconstructie: pixelwaarde = Σ waarde * lengte Tijd Beeld
  • 26. Multidimensionale adaptieve bemonstering Multidimensionele adaptieve bemonstering Multidimensionale Mitchell Hachisuka et al (2008) ACM SIGGRAPH
  • 27. Combineren van randen en punten Bala et al (2003) ACM Siggraph ● Initiële stap: – Zoeken van randen – Zeer ruwe eerste bemonstering
  • 28. Combineren van randen en punten ● Randen en Punten samenvoegen (Edge-and-Point Image) Bala et al (2003) ACM Siggraph
  • 29. Combineren van randen en punten ● Detecteren van de randen
  • 30. Combineren van randen en punten ● Opdelen van pixels Leeg Simpel Complex
  • 31. Combineren van randen en punten ● Voorstellen van de randen
  • 32. Combineren van randen en punten ● Reconstructie (adhv 5x5 buurpixel matrix)
  • 33. Combineren van randen en punten Bala et al (2003) ACM Siggraph
  • 34. Frequentie gebaseerd ● 2 karakteristieken van menselijk zicht: – Contrast gevoeligheid – Gevoeligheid voor ruis in verschillende frequenties
  • 35. Frequentie gebaseerd ● Contrast gevoeligheid Voorstelling van kleuren in 1 achromatische en 2chromatische termen
  • 36. Frequentie gebaseerd ● Gevoeligheid voor ruis in verschillende frequenties Bolin & Meyer (1995) University of Oregon
  • 37. Frequentie gebaseerd ● Gebaseerd op JPEG algoritme: – 8x8 pixels per blok – Frequentie representatie per blok
  • 38. Frequentie gebaseerd ● Frequentie representatie per blok – Cosinus termen vooraf berekenen – Vast sampling patroon 1 A 3 5 B 4 2
  • 39. Frequentie gebaseerd Vast sample vs random samples
  • 40. Planning ● Implementatie in orde zetten ● Bestuderen hoe het algoritme reageert op reflectie, refractie, schaduwen, ... ● Random sample patroon – efficiëntie verlies vs kwaliteitswinst
  • 41. Hartelijk dank voor uw aandacht.