Geri Dön

Denoising and guided upsampling of Monte Carlo path traced low resolution renderings

Monte Carlo yolak izlenmiş düşük çözünürlüklü kaplamaların gürültüden arındırılması ve güdümlü yukarı örneklenmesi

  1. Tez No: 665466
  2. Yazar: KADİR CENK ALPAY
  3. Danışmanlar: PROF. DR. AHMET OĞUZ AKYÜZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 103

Özet

Monte Carlo yolak izleme tekniği, görsel kaplama denklemini Monte Carlo yöntemiyle tahminleyerek görüntüler üretmek için kullanılmaktadır. Görsel olarak gürültüsüz sayılabilecek kadar düşük varyanslı bir görüntü üretebilmek için görsel kaplama işlemi anında piksel başına çok büyük miktarda ışın örneği gönderilmesi gerekmektedir. Bu miktarda ışın örneği göndermek pahalı bir zaman bütçesi gerektirmektedir. Birçok çalışma, orijinal çözünürlükte ışın sayısı azaltılmış bir gürültülü görüntü üretip sonrasında art-işlem gürültüden arındırma işlemi uygulayarak görsel olarak cazip bir çıktı üretmek üzerine odaklanmaktadır. Bu yaklaşım, görsel kaplama işlemini hızlandırmakta ve görsel olarak gürültüsüz olan referans görüntüyle karşılaştırılabilir kalitede gürültüden arındırılmış bir görüntü oluşturmaktadır. Ancak bu gürültüden arındırma işlemi, ışın örneği sayısının görsel kaplama işlemini daha kısa bir süre zarfında tamamlayabilmek adına aşırı azaltılması sonucu oluşan gürültülü görüntünün yüksek varyansının üstesinden tutarlı bir şekilde gelememektedir. Bu tez çalışmasında, bahsi geçen bu kısa süre zarfında bu aşırı azaltılmış ışın örneği sayısından daha fazla ışın örneği gönderebilmek ve böylece daha düşük varyanslı pikseller elde edebilmek için görüntünün çözünürlüğünü düşüren bir ardışık düzen önerilerek bu problemin üstesinden gelinmeye çalışılmıştır. Oluşan düşük çözünürlüklü gürültülü görüntü daha düşük varyansa sahip olduğu için daha tutarlı olarak gürültüden arındırılmakta ve sonrasında ayrı bir görsel kaplama geçişiyle yüksek çözünürlükte hızlı bir şekilde üretilmiş harici sahne verileri güdüm olarak kullanılarak güdümlü yukarı örneklenmektedir. Deneysel değerlendirme önerilen yöntemin, aşırı azaltılmış ışın örneği sayısıyla orijinal çözünürlükte oluşturulmuş görüntüyü gürültüden arındırma yöntemi ile karşılaştırıldığında umut verici derecede iyi kalitede gürültüden arındırılmış ve güdümlü yukarı örneklenmiş görüntüler ürettiğini göstermektedir.

Özet (Çeviri)

Monte Carlo path tracing is used to generate renderings by estimating the rendering equation using the Monte Carlo method. An extensive amount of ray samples per pixel is needed to be cast during this rendering process to create an image with a low enough variance to be considered visually noise-free. Casting that amount of samples requires an expensive time budget. Many studies focus on rendering a noisy image at the original resolution with a decreased sample count and then applying a post-process denoising to produce a visually appealing output. This approach speeds up the rendering process and creates a denoised image of comparable quality to the visually noise-free ground truth. However, the denoising process cannot handle the noisy image's high variance accurately if the sample count is decreased harshly to complete the rendering process in a shorter time budget. In this thesis work, we try to overcome this problem by proposing a pipeline that renders the image at a reduced resolution to cast more samples than the harshly decreased sample count in the same time budget. This noisy low-resolution image is then denoised more accurately, thanks to having a lower variance. It is then upsampled with the guidance of the auxiliary scene data rendered swiftly in a separate rendering pass at the original resolution. Experimental evaluation shows that the proposed pipeline generates denoised and guided upsampled images in promisingly good quality compared to denoising the noisy original resolution images rendered with the harshly decreased sample count.

Benzer Tezler

  1. Directional regularization based variational models for image recovery

    Görüntü onarımı için yön güdümlü düzenlemeye dayalı varyasyonel modeller

    EZGİ DEMİRCAN TÜREYEN

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

  2. Signal processing methods for defect detection in multi-wire helical waveguides using ultrasonic guided waves

    Başlık çevirisi yok

    MEHMET KERİM YÜCEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Endüstri ve Endüstri MühendisliğiBrunel University London

    Tasarım ve İmalat Mühendisliği Ana Bilim Dalı

    DR. ALVIN CHONG

  3. Dijital görüntü işleme teknikleri kullanılarak görüntülerden detay çıkarımı

    Feature extraction from images by using digital image processing techniques

    GÜZİDE MİRAY PERİHANOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    ÖĞR. GÖR. MEHMET UFUK ÖZERMAN

  4. Ayrık Morse teori üzerine

    On discrete Morse theory

    MUSTAFA AKKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    MatematikEge Üniversitesi

    Matematik Ana Bilim Dalı

    PROF. DR. İSMET KARACA

  5. Kumlarda denge durumu

    Başlık çevirisi yok

    MAHMUT DEĞERLİ

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    DOÇ.DR. AYFER ERKEN