Fotorealistisk rendering för realtid
Forskningsprojekt, 2014 – 2021

Datorgenerering av fotorealistiska bilder från virtuella scener i realtid har alltid varit ett av målen inom datorgrafik. Med realtid menas att resultatet levereras så snabbt att man inte upplever att man behöver vänta på det (t ex c:a 20 ms för spel där bildskärmen uppdateras c:a 50 gånger per sekund). Att kunna generera högkvalitetsbilder i realtid är extremt viktigt inom media och underhållning (tv-spel) , programvara för utbildning (virtuell kirurgi , simulatorer) , produktvisualisering (designmjukvara , online utställningar) , kulturarv (virtuella museer), och visuell återkoppling inom forskning och vetenskap . Dagens offline-renderingstekniker, d.v.s. sådana som används i t ex i filmproduktion där man kan tillåta sig timmar för att beräkna en realistisk bild, kommer inte att kunna ersätta realtidsmetoder inom en överskådlig framtid , även om Moores lag skulle hålla hur länge som helst (vilket man dessutom vet att den inte kommer göra). Komplexiteten hos de system man vill kunna simulera är i praktiken obegränsad och kraven växer i takt med vad som är möjligt. Realtidsapplikationer för fotorealism förlitar sig oftast på förberäknad belysning, kräver extrema mängder minne för noggrannhet, eller tvingas använda mycket approximativa metoder för specifika problem vilket innebär att de tenderar att ge opålitligt resultat och/eller kräver scenberoende justeringar för att uppnå acceptabelt resultat. Det här projektet handlar om att designa nya datastrukturer och algoritmer som möjliggör mer tillförlitliga approximationer vid fotorealistiska beräkningar, i kombination med drastiskt lägre minneskrav och samtidigt ökad kvalitet på resultaten. Vi har nyligen utmärkt oss inom extremt kompakta och beräkningseffektiva datastrukturer för geometri, som vi här vill expandera till en ny metod för fotorealism i realtid. Vi har också nyligen ett flertal framgångar på en metod som minskar kravet på minnesbandbredd och mängd beräkningar som behöver göras. I detta projekt vill vi använda den på ett stort antal existerande realtidsalgoritmer och samtidigt vidareutveckla tekniken. Slutligen, genom att slå samman den med våra kompakta datastrukturer medför det stora besparingar i minne, bandbredd, och beräkningskrav, vilket leder till lösningar som kan tillåta datorgenerering av fotorealistiska bilder för dramatiskt mer komplexa scener och/eller högre kvalitet och beräkningshastighet.

Deltagare

Ulf Assarsson (kontakt)

Chalmers, Data- och informationsteknik, Datorteknik

Roc Ramon Currius

Embedded Electronics Systems and Computer Graphics

Finansiering

Vetenskapsrådet (VR)

Projekt-id: 2014-4559
Finansierar Chalmers deltagande under 2014–2021

Relaterade styrkeområden och infrastruktur

Hållbar utveckling

Drivkrafter

Publikationer

2022

Real-Time Hair Filtering with Convolutional Neural Networks

Artikel i vetenskaplig tidskrift

Mer information

Senast uppdaterat

2022-01-17