RenderizaÃÃo com amostragem adaptativa no domÃnio N-dimensional

Detalhes bibliográficos
Autor(a) principal: Jonas Deyson Brito dos Santos
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 CearÃ
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 CearÃ
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

Registros relacionados