To appear in ACM Transactions on Graphics (Proc. SIGGRAPH 2015)

Slides:



Advertisements
Similar presentations
UGUI を 使ってみよう ( 導入・紹介?編 ) 1. uGUI とは O Unity 4.6 から使えるようになった UI (ユー ザーインターフェース)システム O 8 月: Unity4.6 β uGUI 試用版公開 O 11 月: Unity4.6 uGUI 正式版公開 正式版公開で、 機能紹介ブロ.
Advertisements

第 5 章 2 次元モデル Chapter 5 2-dimensional model. Contents 1.2 次元モデル 2-dimensional model 2. 弱形式 Weak form 3.FEM 近似 FEM approximation 4. まとめ Summary.
BRIEF: Binary Robust Independent Elementary Features
高度情報演習1A “テーマC” 実践 画像処理プログラミング 〜画像認識とCGによる画像生成〜 第四回 演習課題 画像中からの物体抽出処理(背景情報を手がかりとして) 芝浦工業大学 工学部 情報工学科 青木 義満 2006/05/15.
Pose Tracking from Natural Features on Mobile Phones
11章 ボリュームレンダリングを学ぶ 本来は目に見えない内部情報をレンダリングし可視化する技術
「Postの対応問題」 の決定不能性の証明
GDC 2009 出張報告 RDD 川瀬 正樹.
画像処理論.
Ex7. Search for Vacuum Problem
Ex8. Search for Vacuum Problem(2)
2次元フーリエ変換による 外装材の汚れの定量的評価に関する基礎的研究 Basic Research for the Qualification of the Stain on Claddings by 2dimention Fast Fourier Transform 東京大学大学院工学系研究科 建築学専攻.
Accelerated Gradient Methods for Stochastic Optimization and Online Learning (Hu, Kwok and Pan, NIPS2009) 二宮 崇 機械学習勉強会 2010 年 6 月 17 日 1.
インターネットインフラ特論 レポート課題 太田昌孝
符号化のための重み付きジョイントバイラテラルフィルタを用いた 奥行き画像超解像
アルゴリズムイントロダクション第5章( ) 確率論的解析
Object Group ANalizer Graduate School of Information Science and Technology, Osaka University OGAN visualizes representative interactions between a pair.
画像の補間と間引き.
Paper from PVLDB vol.7 (To appear in VLDB 2014)
レイトレ合宿 2013/8/25
首都大学東京 都市教養学部数理科学コース 関谷博之
ピクセル レス サンプリング 高桑昌男 国際情報科学芸術アカデミー.
階層的境界ボリュームを用いた 陰関数曲面の高速なレイトレーシング法
輪講用資料 5/24 森貴之.
計算量理論輪講 岩間研究室 照山順一.
「串刺し」研究アプローチの例 e-learning e-space 動画配信 システム SOI Smart Web ストリーミング技術
What is the English Lounge?
サーバ負荷分散におけるOpenFlowを用いた省電力法
北大MMCセミナー 第74回 附属社会創造数学センター主催 Date: 2017年8月4日(金) 15:00~16:30
CG講座 裏 Mental-ray編.
領域分割手法について 2008年2月26日 中島研吾.
ロジスティクス工学 第7章 配送計画モデル 東京商船大学 久保 幹雄
内視鏡画像からの奥行き情報提示による 視覚支援システムの開発
学籍番号:   氏名:新保尚敬  指導教員:小林泰秀 准教授
レイトレ合宿3!!! レンダラ解説スライド 2015/8/29-30 By hole.
レイトレ合宿2!! レンダラ解説スライド 河口湖カントリーコテージ 2014/09/ By hole.
2004 WFDSA Direct Seller Survey Research Deck Taiwan
高度情報演習1A “テーマC” 実践 画像処理プログラミング 〜画像認識とCGによる画像生成〜 第二回 演習課題
高度情報演習1C 実践 画像処理プログラミング 第二回 演習課題
Javaプログラムの変更を支援する 影響波及解析システム
Computer Graphics 第10回 レンダリング(4) マッピング
高度情報演習1A “テーマC” 実践 画像処理プログラミング 第六回 最終課題 画像処理による動物体自動抽出、モーションキャプチャ
Poisson Image Editing SIGGRAPH 2003
変換されても変換されない頑固ベクトル どうしたら頑固になれるか 頑固なベクトルは何に使える?
連続領域におけるファジィ制約充足問題の 反復改善アルゴリズムによる解法 Solving by heuristic repair Algorithm of the Fuzzy Constraint Satisfaction Problems with Continuous Domains 北海道大学.
部分的最小二乗回帰 Partial Least Squares Regression PLS
Ex7. Search for Vacuum Problem
データ圧縮技術による文字列照合処理の高速化に関する研究
22 物理パラメータに陽に依存する補償器を用いた低剛性二慣性系の速度制御実験 高山誠 指導教員 小林泰秀
Nightmare at Test Time: Robust Learning by Feature Deletion
シミュレーション演習 狙い 初日 イントロ 2日目 プローブと信号 3日目 実験結果からの数理モデル作成
出典:小島尚人、舘智士:インターネット環境下で稼働する画像幾何学的歪補正システムの構築、土木情報技術論文集、Vol 出典:小島尚人、舘智士:インターネット環境下で稼働する画像幾何学的歪補正システムの構築、土木情報技術論文集、Vol.18、pp249~260、2009年10月.
Affiliation:基礎工学部 材料工学科 准教授
北大MMCセミナー 第97回 附属社会創造数学センター主催 Date: 2019年3月5日(火) 11:00~12:00
北大MMCセミナー 第62回 附属社会創造数学センター主催 Date: 2016年11月4日(金) 16:30~18:00
Data Clustering: A Review
Q3 On the value of user preferences in search-based software engineering: a case study in software product lines Abdel Salam Sayyad (West Virginia University,
同志社大学 理工学部 ○○研究室(主著者の所属) ([所属]は主著者については16pt,その他連名者は9pt程度で記載して下さい)
Conventional and characteristic-curve FE schemes for convection-diffusion problems HN ナヴィエ・ストークス方程式のための特性曲線有限要素スキームという題で九州大学の野津が発表します. Nov. 8, 2009.
博士論文研究の概要 Outline of doctoral thesis research
This slide was a material for the “Reading PLDI Papers (PLDIr)” study group written by Kazuhiro Inaba ( ), under my own understanding of.
``Exponentiated Gradient Algorithms for Log-Linear Structured Prediction’’ A.Globerson, T.Y.Koo, X.Carreras, M.Collins を読んで 渡辺一帆(東大・新領域)
Poisson Image Editing SIGGRAPH 2003
高齢者支援アプリケーション Term Projectの最終発表 Bull:ECN Takatoshi:親
発表者: 稲葉 一浩 複雑ネットワーク・地図グラフ セミナー 2017/1/19
“Blue Revolution and Water Governance” Research Project
回帰テストにおける実行系列の差分の効率的な検出手法
勾配画像処理に基づく動画中の流体部分抽出
市松模様を使用した カメラキャリブレーション
HYSPRIT Chiba campaign (daily)
Presentation transcript:

To appear in ACM Transactions on Graphics (Proc. SIGGRAPH 2015) Gradient-Domain Path Tracing Markus Kettunen Marco Manzi Miika Aittala Jaakko Lehtinen Fredo Durand Matthias Zwicker Aalto University University of Bern Aalto University and NVIDIA Research MIT CSAIL To appear in ACM Transactions on Graphics (Proc. SIGGRAPH 2015) CG技術の実装と数理 2015 第二回 2015/10/03

Introduction

Gradient-Domain Metropolis Light Transport [Lehtine 2013] Introduction Gradient-Domain Rendering Gradient-Domain Metropolis Light Transport [Lehtine 2013] Improved Sampling for Gradient-Domain Metropolis Light Transport [Manzi 2014]

Introduction 高度なレンダリング手法は実装が大変 “Metropolis light transport is notoriously hard to implement, however, and to the best of our knowledge, Mitsuba [Jakob 2012] is the only publicly-available implementation of Veach’s original algorithm [Veach and Guibas 1997].” “メトロポリス光輸送法は実装が超難しいし、自分の知る限り、Veachのオリジナルの手法を実装してあるオープンなレンダラはMitsubaだけだよ!”

Introduction 提案手法 Gradient-Domain Rendering → 高効率! 普通のPath Tracingを利用 → 実装が簡単!

Gradient-Domain Bidirectional Path Tracing [Manzi 2015] Introduction Gradient-Domain Rendering Gradient-Domain Bidirectional Path Tracing [Manzi 2015]

Overview

Overview 勾配画像を直接Path Tracingでレンダリングして得る。(モンテカルロ積分)

Overview 勾配画像を直接Path Tracingでレンダリングして得る。(モンテカルロ積分)

Overview 勾配画像を直接Path Tracingでレンダリングして得る。(モンテカルロ積分) 2の結果をヒントにしつつ、1の結果に対するPoisson Problemを解いて元の画像を復元。 直接得られた 勾配画像 復元画像と Path Tracing画像の差 復元画像の勾配

Overview 勾配画像のレンダリング x座標+1したピクセル 対象のピクセル 差をとる (有限差分法)

Overview 勾配画像のレンダリング x座標-1したピクセル 対象のピクセル 差をとる (有限差分法)

Overview 勾配画像のレンダリング y座標+1したピクセル 対象のピクセル 差をとる (有限差分法)

Overview 勾配画像のレンダリング 対象のピクセル 差をとる (有限差分法) y座標-1したピクセル

Implementation

前回のImplementation 100 spp Path Tracing GD-PT (L1) なんかボケてる

Reconstruction Reconstructionは、L2ノルムなら単純な最小二乗法に帰着する。 勾配画像を得る部分にバグ。

smallgdpt https://gist.github.com/BachiLi/4f5c6e5a4fef5773dab1 By Tzu-Mao Li Durand先生(GD-PTの著者の一人)のところの学生。 +リファレンス実装(?) +高速なL2ノルムReconstruction Fourier Analysis of the 2D Screened Poisson Equation for Gradient Domain Problems [Bhat 2008]によるScreened Poisson Solver

smallgdpt https://gist.github.com/BachiLi/4f5c6e5a4fef5773dab1 By Tzu-Mao Li Durand先生(GD-PTの著者の一人)のところの学生。 +リファレンス実装(?) +高速なL2ノルムReconstruction Fourier Analysis of the 2D Screened Poisson Equation for Gradient Domain Problems [Bhat 2008]によるScreened Poisson Solver -スペキュラ周りのShift処理が簡易化されている -L1ノルム版は無し

自分の実装 https://github.com/githole/gdpt +なるべく論文に忠実っぽい +L1ノルムReconstructionも実装 +ボリュームレンダリング版を一応実装

自分の実装 https://github.com/githole/gdpt +なるべく論文に忠実っぽい +L1ノルムReconstructionも実装 +ボリュームレンダリング版を一応実装 -スペキュラ周りがちょっと怪しい -Reconstructionがちょっと遅い -ボリュームレンダリング版は普通にバグっている

テストシーンA

テストシーンA 4サンプル/ピクセル パストレーシング GD-PT (L2) GD-PT (L1)

テストシーンA 4サンプル/ピクセル パストレーシング GD-PT (L2) GD-PT (L1)

テストシーンA 4サンプル/ピクセル パストレーシング GD-PT (L2) GD-PT (L1)

テストシーンA 64サンプル/ピクセル パストレーシング GD-PT (L2) GD-PT (L1)

テストシーンA 64サンプル/ピクセル パストレーシング GD-PT (L2) GD-PT (L1)

テストシーンA 64サンプル/ピクセル パストレーシング GD-PT (L2) GD-PT (L1)

テストシーンA リファレンス画像に対するRMSE

テストシーンA 総レンダリング時間(秒)

テストシーンB

テストシーンB 4サンプル/ピクセル パストレーシング GD-PT (L2) GD-PT (L1)

テストシーンB 4サンプル/ピクセル パストレーシング GD-PT (L2) GD-PT (L1)

テストシーンB 64サンプル/ピクセル パストレーシング GD-PT (L2) GD-PT (L1)

テストシーンB 64サンプル/ピクセル パストレーシング GD-PT (L2) GD-PT (L1)

テストシーンB リファレンス画像に対するRMSE

テストシーンB 総レンダリング時間(秒)

ボリュームレンダリング

対象ピクセル カメラ

対象ピクセル カメラ 隣接ピクセル

差をとる (有限差分法) →勾配画像 対象ピクセル カメラ 隣接ピクセル

テストシーンC

テストシーンB 4サンプル/ピクセル パストレーシング GD-PT (L2) GD-PT (L1)

テストシーンB 64サンプル/ピクセル パストレーシング GD-PT (L2) GD-PT (L1) なんかバグってる

まとめ

まとめ Gradient Domain Path Tracing 実装は簡単…といえば簡単だけどハマりどころも多い。 Diffuseだけなら良いが、いつも通りSpecularが絡むと大変。 結果は結構良い。コストも低め。 パストレ比、2~3倍時間が増えてノイズが消える。 ボリュームへの拡張 良いShift戦略を作るのは結構大変かも・・・? 低周波ほど不利になる手法なのでそもそも相性が悪いのかもしれない。 バグを修正したい。