RenderizaÃÃo com amostragem adaptativa no domÃnio N-dimensional
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da UFC |
Texto Completo: | http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=9642 |
Resumo: | Este trabalho propÃe melhorias em uma tÃcnica de amostragem adaptativa multidimensional para renderizaÃÃo. RenderizaÃÃo à o processo de sÃntese de imagens por meio de algoritmos que simulam a iluminaÃÃo em cenÃrios virtuais. As tÃcnicas mais gerais de renderizaÃÃo fotorrealÃstica â aquelas que procuram obter imagens que se assemelham a fotografias â utilizam mÃtodos de integraÃÃo baseados em Monte Carlo para resolver a equaÃÃo que descreve a distribuiÃÃo de luz na cena (equaÃÃo de renderizaÃÃo). Por ser um mÃtodo probabilÃstico e utilizar amostras geradas randomicamente, Monte Carlo produz ruÃdo na imagem final â resultado da variÃncia das amostras â e portanto, pode necessitar de uma grande quantidade de amostras para que o ruÃdo diminua a nÃveis aceitÃveis. Com o intuito de se obter imagens de melhor qualidade com uma menor quantidade de amostras, foram pospostas tÃcnicas de amostragem adaptativa que visam concentrar o esforÃo de amostragem em regiÃes mais importantes da cena. Neste trabalho, propÃe-se a modificaÃÃo de uma tÃcnica de amostragem adaptativa multidimensional por meio da adiÃÃo de duas etapas: substituiÃÃo de amostras e integraÃÃo auxiliar. Essas etapas visam dar mais robustez à tÃcnica, possibilitando sua utilizaÃÃo em uma maior variedade de situaÃÃes. AlÃm da adiÃÃo de duas etapas, tambÃm propÃe-se uma tÃcnica de reconstruÃÃo mais eficiente na etapa final. |
id |
UFC_91cd7fd5e154ab4f91d3db33da6fa6cb |
---|---|
oai_identifier_str |
oai:www.teses.ufc.br:6408 |
network_acronym_str |
UFC |
network_name_str |
Biblioteca Digital de Teses e Dissertações da UFC |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisRenderizaÃÃo com amostragem adaptativa no domÃnio N-dimensionalRendering with Adaptive Sampling in the N-Dimensional Domain2013-03-04Joaquim Bento Cavalcante Neto41039181368http://lattes.cnpq.br/0866205347972203Creto Augusto Vidal1161802738 http://lattes.cnpq.br/9499398320838094Manuel Menezes de Oliveira Neto30094127387http://lattes.cnpq.br/3083628377406351 01026358388http://lattes.cnpq.br/2110001105195707Jonas Deyson Brito dos Santos Universidade Federal do CearÃPrograma de PÃs-GraduaÃÃo em CiÃncia da ComputaÃÃoUFCBRRenderizaÃÃoAmostragem adaptativaAmostragem e reconstruÃÃoRenderingAdaptive samplingSampling and reconstructionCIENCIA DA COMPUTACAOEste trabalho propÃe melhorias em uma tÃcnica de amostragem adaptativa multidimensional para renderizaÃÃo. RenderizaÃÃo à o processo de sÃntese de imagens por meio de algoritmos que simulam a iluminaÃÃo em cenÃrios virtuais. As tÃcnicas mais gerais de renderizaÃÃo fotorrealÃstica â aquelas que procuram obter imagens que se assemelham a fotografias â utilizam mÃtodos de integraÃÃo baseados em Monte Carlo para resolver a equaÃÃo que descreve a distribuiÃÃo de luz na cena (equaÃÃo de renderizaÃÃo). Por ser um mÃtodo probabilÃstico e utilizar amostras geradas randomicamente, Monte Carlo produz ruÃdo na imagem final â resultado da variÃncia das amostras â e portanto, pode necessitar de uma grande quantidade de amostras para que o ruÃdo diminua a nÃveis aceitÃveis. Com o intuito de se obter imagens de melhor qualidade com uma menor quantidade de amostras, foram pospostas tÃcnicas de amostragem adaptativa que visam concentrar o esforÃo de amostragem em regiÃes mais importantes da cena. Neste trabalho, propÃe-se a modificaÃÃo de uma tÃcnica de amostragem adaptativa multidimensional por meio da adiÃÃo de duas etapas: substituiÃÃo de amostras e integraÃÃo auxiliar. Essas etapas visam dar mais robustez à tÃcnica, possibilitando sua utilizaÃÃo em uma maior variedade de situaÃÃes. AlÃm da adiÃÃo de duas etapas, tambÃm propÃe-se uma tÃcnica de reconstruÃÃo mais eficiente na etapa final.This work proposes improvements in a multidimensional adaptive sampling technique for rendering. Rendering is the process of synthesizing images by algorithms simulating lighting in virtual scenes. The more general techniques of photorealistic rendering â those seeking images that resemble photographs â use integration methods based on Monte Carlo to solve the equation that describes the distribution of light in the scene (rendering equation). Being a probabilistic method which uses randomly generated samples, Monte Carlo produces noise in the final image â result of samplesâ variance â and therefore may require a large amount of samples to reduce the noise to acceptable levels. To obtain images of better quality with a lower number of samples, adaptive sampling techniques were proposed, concentrating sampling effort in the most important regions. In this work, we propose the addition of two steps to a multidimensional adaptive sampling technique: substitution of samples and auxiliary integration. These steps aim to give more strength to the technique, enabling their use in a wider variety of situations.CoordenaÃÃo de AperfeiÃoamento de NÃvel Superiorhttp://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=9642application/pdfinfo:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da UFCinstname:Universidade Federal do Cearáinstacron:UFC2019-01-21T11:22:57Zmail@mail.com - |
dc.title.pt.fl_str_mv |
RenderizaÃÃo com amostragem adaptativa no domÃnio N-dimensional |
dc.title.alternative.en.fl_str_mv |
Rendering with Adaptive Sampling in the N-Dimensional Domain |
title |
RenderizaÃÃo com amostragem adaptativa no domÃnio N-dimensional |
spellingShingle |
RenderizaÃÃo com amostragem adaptativa no domÃnio N-dimensional Jonas Deyson Brito dos Santos RenderizaÃÃo Amostragem adaptativa Amostragem e reconstruÃÃo Rendering Adaptive sampling Sampling and reconstruction CIENCIA DA COMPUTACAO |
title_short |
RenderizaÃÃo com amostragem adaptativa no domÃnio N-dimensional |
title_full |
RenderizaÃÃo com amostragem adaptativa no domÃnio N-dimensional |
title_fullStr |
RenderizaÃÃo com amostragem adaptativa no domÃnio N-dimensional |
title_full_unstemmed |
RenderizaÃÃo com amostragem adaptativa no domÃnio N-dimensional |
title_sort |
RenderizaÃÃo com amostragem adaptativa no domÃnio N-dimensional |
author |
Jonas Deyson Brito dos Santos |
author_facet |
Jonas Deyson Brito dos Santos |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Joaquim Bento Cavalcante Neto |
dc.contributor.advisor1ID.fl_str_mv |
41039181368 |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/0866205347972203 |
dc.contributor.advisor-co1.fl_str_mv |
Creto Augusto Vidal |
dc.contributor.advisor-co1ID.fl_str_mv |
1161802738 |
dc.contributor.advisor-co1Lattes.fl_str_mv |
http://lattes.cnpq.br/9499398320838094 |
dc.contributor.referee1.fl_str_mv |
Manuel Menezes de Oliveira Neto |
dc.contributor.referee1ID.fl_str_mv |
30094127387 |
dc.contributor.referee1Lattes.fl_str_mv |
http://lattes.cnpq.br/3083628377406351 |
dc.contributor.authorID.fl_str_mv |
01026358388 |
dc.contributor.authorLattes.fl_str_mv |
http://lattes.cnpq.br/2110001105195707 |
dc.contributor.author.fl_str_mv |
Jonas Deyson Brito dos Santos |
contributor_str_mv |
Joaquim Bento Cavalcante Neto Creto Augusto Vidal Manuel Menezes de Oliveira Neto |
dc.subject.por.fl_str_mv |
RenderizaÃÃo Amostragem adaptativa Amostragem e reconstruÃÃo |
topic |
RenderizaÃÃo Amostragem adaptativa Amostragem e reconstruÃÃo Rendering Adaptive sampling Sampling and reconstruction CIENCIA DA COMPUTACAO |
dc.subject.eng.fl_str_mv |
Rendering Adaptive sampling Sampling and reconstruction |
dc.subject.cnpq.fl_str_mv |
CIENCIA DA COMPUTACAO |
dc.description.sponsorship.fl_txt_mv |
CoordenaÃÃo de AperfeiÃoamento de NÃvel Superior |
dc.description.abstract.por.fl_txt_mv |
Este trabalho propÃe melhorias em uma tÃcnica de amostragem adaptativa multidimensional para renderizaÃÃo. RenderizaÃÃo à o processo de sÃntese de imagens por meio de algoritmos que simulam a iluminaÃÃo em cenÃrios virtuais. As tÃcnicas mais gerais de renderizaÃÃo fotorrealÃstica â aquelas que procuram obter imagens que se assemelham a fotografias â utilizam mÃtodos de integraÃÃo baseados em Monte Carlo para resolver a equaÃÃo que descreve a distribuiÃÃo de luz na cena (equaÃÃo de renderizaÃÃo). Por ser um mÃtodo probabilÃstico e utilizar amostras geradas randomicamente, Monte Carlo produz ruÃdo na imagem final â resultado da variÃncia das amostras â e portanto, pode necessitar de uma grande quantidade de amostras para que o ruÃdo diminua a nÃveis aceitÃveis. Com o intuito de se obter imagens de melhor qualidade com uma menor quantidade de amostras, foram pospostas tÃcnicas de amostragem adaptativa que visam concentrar o esforÃo de amostragem em regiÃes mais importantes da cena. Neste trabalho, propÃe-se a modificaÃÃo de uma tÃcnica de amostragem adaptativa multidimensional por meio da adiÃÃo de duas etapas: substituiÃÃo de amostras e integraÃÃo auxiliar. Essas etapas visam dar mais robustez à tÃcnica, possibilitando sua utilizaÃÃo em uma maior variedade de situaÃÃes. AlÃm da adiÃÃo de duas etapas, tambÃm propÃe-se uma tÃcnica de reconstruÃÃo mais eficiente na etapa final. |
dc.description.abstract.eng.fl_txt_mv |
This work proposes improvements in a multidimensional adaptive sampling technique for rendering. Rendering is the process of synthesizing images by algorithms simulating lighting in virtual scenes. The more general techniques of photorealistic rendering â those seeking images that resemble photographs â use integration methods based on Monte Carlo to solve the equation that describes the distribution of light in the scene (rendering equation). Being a probabilistic method which uses randomly generated samples, Monte Carlo produces noise in the final image â result of samplesâ variance â and therefore may require a large amount of samples to reduce the noise to acceptable levels. To obtain images of better quality with a lower number of samples, adaptive sampling techniques were proposed, concentrating sampling effort in the most important regions. In this work, we propose the addition of two steps to a multidimensional adaptive sampling technique: substitution of samples and auxiliary integration. These steps aim to give more strength to the technique, enabling their use in a wider variety of situations. |
description |
Este trabalho propÃe melhorias em uma tÃcnica de amostragem adaptativa multidimensional para renderizaÃÃo. RenderizaÃÃo à o processo de sÃntese de imagens por meio de algoritmos que simulam a iluminaÃÃo em cenÃrios virtuais. As tÃcnicas mais gerais de renderizaÃÃo fotorrealÃstica â aquelas que procuram obter imagens que se assemelham a fotografias â utilizam mÃtodos de integraÃÃo baseados em Monte Carlo para resolver a equaÃÃo que descreve a distribuiÃÃo de luz na cena (equaÃÃo de renderizaÃÃo). Por ser um mÃtodo probabilÃstico e utilizar amostras geradas randomicamente, Monte Carlo produz ruÃdo na imagem final â resultado da variÃncia das amostras â e portanto, pode necessitar de uma grande quantidade de amostras para que o ruÃdo diminua a nÃveis aceitÃveis. Com o intuito de se obter imagens de melhor qualidade com uma menor quantidade de amostras, foram pospostas tÃcnicas de amostragem adaptativa que visam concentrar o esforÃo de amostragem em regiÃes mais importantes da cena. Neste trabalho, propÃe-se a modificaÃÃo de uma tÃcnica de amostragem adaptativa multidimensional por meio da adiÃÃo de duas etapas: substituiÃÃo de amostras e integraÃÃo auxiliar. Essas etapas visam dar mais robustez à tÃcnica, possibilitando sua utilizaÃÃo em uma maior variedade de situaÃÃes. AlÃm da adiÃÃo de duas etapas, tambÃm propÃe-se uma tÃcnica de reconstruÃÃo mais eficiente na etapa final. |
publishDate |
2013 |
dc.date.issued.fl_str_mv |
2013-03-04 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
status_str |
publishedVersion |
format |
masterThesis |
dc.identifier.uri.fl_str_mv |
http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=9642 |
url |
http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=9642 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal do Cearà |
dc.publisher.program.fl_str_mv |
Programa de PÃs-GraduaÃÃo em CiÃncia da ComputaÃÃo |
dc.publisher.initials.fl_str_mv |
UFC |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Universidade Federal do Cearà |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da UFC instname:Universidade Federal do Ceará instacron:UFC |
reponame_str |
Biblioteca Digital de Teses e Dissertações da UFC |
collection |
Biblioteca Digital de Teses e Dissertações da UFC |
instname_str |
Universidade Federal do Ceará |
instacron_str |
UFC |
institution |
UFC |
repository.name.fl_str_mv |
-
|
repository.mail.fl_str_mv |
mail@mail.com |
_version_ |
1643295173703106560 |