Geri Dön

Rendering-gestu¨tztes deep learning zur rekonstruktionphysikalisch-konformer szenen

Fiziksel gerceklige sahip senaryolarin yeniden olusturulmasi icin rendering destekli derin öğrenme

  1. Tez No: 771755
  2. Yazar: ABDULLAH HARİS YALÇINKAYA
  3. Danışmanlar: DR. FRANK WEİCHERT, PROF. DR. HEİNRİCH MÜLLER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgi ve Belge Yönetimi, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Information and Records Management, Computer Engineering and Computer Science and Control, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: İngilizce
  9. Üniversite: Technische Universität Dortmund
  10. Enstitü: Yurtdışı Enstitü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 139

Özet

Sanal içeriğin, gerçek çevreler ile birleşimi sayısız kullanım senaryoları sağlamakta. Gerçek ve sanal objelerin arasında ışığın gerçeğe uygun etkileşimini simüle etmek için, bütün objelerin ışığın iki yönlü yansıtma dağılımı fonksiyonu (bidirectional reflectance distribution function, BRDF) uygulanması gerekmektedir. Sanal objelerin BRDF'i kolay bir şekilde hesaplanabilirken, gerçek objelerin BRDF'ini elde etmek daha zordur. Bu çalışma üç boyutlu sahnelerinin BRDF'lerini edinmek için bir rendering temelinde derin öğrenme yaklaşımını sunuyor. Bunun için türevlenebilir rendering katmanlarından faydalanabilen bir üç boyutlu rendering loss hazırladık. Bu rendering loss'u, sanal 3B sahnelerin piksel bazında BRDF'sini tahmin eden bir evrişimsel sinir ağı (CNN) eğitmek için kullanıyoruz.

Özet (Çeviri)

The combination of virtual content with real environments enables a seemingly infinite number of applications. To simulate the realistic interaction of light between real and virtual objects, the bidirectional reflectance distribution function (BRDF) of all objects involved is required. While the BRDF of virtual objects can be chosen freely, obtaining the BRDF of real objects poses a challange. This work presents a rendering-based deep learning approach for acquiring BRDFs of 3D scenes. For this, we formulate a 3D rendering loss that makes use of differentiable rendering layers. We utilize this rendering loss to train a convolutional neural network (CNN) to predict the pixelwise BRDF of synthetic 3D scenes.

Benzer Tezler

  1. Rendering artık yağlarından emülgatör üretimi ve model gıdalarda arayüzey (interfacial) reolojik uygulamaları

    Production of emulsifier from rendering waste oil and application interfacial rheological properties in model food

    MERYEM GÖKSEL SARAÇ

    Doktora

    Türkçe

    Türkçe

    2018

    Gıda MühendisliğiErciyes Üniversitesi

    Gıda Mühendisliği Ana Bilim Dalı

    PROF. DR. MAHMUT DOĞAN

  2. Automated fitting process to estimate the parameters of microcylinder appearance model based on photographs

    Mikro silindir görüntü modelinin parametrelerinin fotoğraftan çıkarılması

    CİHAN BAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara Üniversitesi

    Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. MEHMET KADİR BARAN

  3. Rendering culture-specific items in subtitle translation: A case study of 'Dairy Philosopher: İstanbul'

    Altyazı çevirisinde kültürel ifadelerin aktarımı: 'Mandıra Filozofu: İstanbul' filmi üzerinde bir vaka incelemesi

    CANER KUZGUN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Mütercim-TercümanlıkGazi Üniversitesi

    Mütercim Tercümanlık Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AYŞE SELMİN SÖYLEMEZ

  4. Rendering tesisinde kullanılan kestirimci bakım yöntemleri ve uygulamaları

    Predective maintenance methods used in rendering plant and applications

    AHMET EVREN GÜCEK

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Makine MühendisliğiOndokuz Mayıs Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NACİ KURGAN

  5. Step-change in friction under electrovibration

    Elektrotitreşim yoluyla kademeli sürtünme değişimi

    İDİL ÖZDAMAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    BiyoteknolojiKoç Üniversitesi

    Biyomedikal Bilimler ve Mühendislik Ana Bilim Dalı

    PROF. DR. ÇAĞATAY BAŞDOĞAN