1.
Obogatitev 3D upodobitve z globalnim osvetlitvenim modelom z uporabo generativnih nasprotniških nevronskih mrežMarko Zmazek, 2024, master's thesis
Abstract: V računalniški grafiki je upodabljanje z globalnim osvetlitvenim modelom v realnem času še vedno aktualen izziv. Pri upodabljanju z globalnim osvetlitvenim modelom upodobitev izgleda bolj realistično, saj lahko dodamo učinke, kot sta odboj in lom svetlobe. V magistrskem delu smo implementirali in naučili generativno nasprotniško nevronsko mrežo, da obogati sliko 3D scene z globalnim osvetlitvenim modelom na podlagi slike 3D scene, upodobljene z lokalnim osvetlitvenim modelom, in dodatnih informacij o sceni, ki jih lahko hitro izračunamo že pri uporabi lokalnega osvetlitvenega modela. Ustrezno načrtovana in naučena nevronska mreža lahko na scenah, uporabljenih v fazi učenja, daje rezultate primerljive s klasičnimi metodami upodabljanja z globalnim osvetlitvenim modelom, kot je sledenje potem. Predvsem pa je lahko pri delovanju hitrejša, zato bi se lahko uporabljala za aplikacije v realnem času.
Keywords: računalniška grafika, osvetlitev, generativne nasprotniške nevronske mreže, PyTorch, Blender
Published in DKUM: 19.09.2024; Views: 0; Downloads: 54
Full text (19,56 MB)
