- Liittynyt
- 09.07.2017
- Viestejä
- 1 433
Mielenkiintoinen uusi, koneoppimiseen perustuva kohinanpoistotekniikka leikkaa merkittävästi 3D-säteenseurantaan (engl. ray tracing) tarvittavaa laskennallista aikaa, ja pystyy tekemään aistiarvioidusti hyvää jälkeä myös ajallisesti peräkkäisissä kuvasarjoissa (esim. video).
Lopputuloksena on vähemmän kohinaa, selkeämpiä yksityiskohtia myös liikkuvassa kuvassa ja paljon säästettyä aikaa.
Hyvä yhteenveto Two Minute Papers - youtube-kanavalta:
Uusi tekniikka pystyy kohinanpoistoon poikkeuksellisen onnistuneesti jo yksi säde/pikseli-laskentatuloksilla.
Ja kun paperin kirjoittajista kolme on töissä nVidialla, niin toki tekniikkaa on kokeiltu CUDA:lla nVidia-raudalla. Lainaten paperista:
Koko paperi:
Interactive Reconstruction of Monte Carlo Image Sequences using a Recurrent Denoising Autoencoder
http://research.nvidia.com/sites/default/files/publications/dnn_denoise_author.pdf
Lopputuloksena on vähemmän kohinaa, selkeämpiä yksityiskohtia myös liikkuvassa kuvassa ja paljon säästettyä aikaa.
Hyvä yhteenveto Two Minute Papers - youtube-kanavalta:
Uusi tekniikka pystyy kohinanpoistoon poikkeuksellisen onnistuneesti jo yksi säde/pikseli-laskentatuloksilla.
Ja kun paperin kirjoittajista kolme on töissä nVidialla, niin toki tekniikkaa on kokeiltu CUDA:lla nVidia-raudalla. Lainaten paperista:
"We were able to achieve highly interactive performance on the latest GPUs. For a 720p image (1280×720 pixels), the reconstruction time was 54.9ms on NVIDIA (Pascal) Titan X. The execution time scales linearly with the number of pixels."
Täytyy sanoa, että kun itse kokeilin ensi kertaa ray tracing -menetelmiä 90-luvun alussa ja kun on nähnyt, kuinka hitaasti nopeutta on saatu lisää, niin en oikein uskonut näkeväni tällaista vauhtia vielä pitkään aikaan. Saa nähdä mihin nopeuksiin ja visuaalisiin tuloksiin vielä lähivuosina päästään....
Koko paperi:
Interactive Reconstruction of Monte Carlo Image Sequences using a Recurrent Denoising Autoencoder
http://research.nvidia.com/sites/default/files/publications/dnn_denoise_author.pdf