Dissertação
{en_GB=Cone Tracing of Human Hair Fibers} {} EVALUATED
{pt=A síntese de imagens de cenas de cabelo apresenta vários desafios. Devido à reduzida espessura das fibras de cabelo, é necessário um grande número de amostras de modo a produzir imagens sem artefactos. Um outro problema é o elevado número de testes de intersecção gerados por estruturas de aceleração hierárquicas de volumes envolventes que apenas utilizam caixas alinhadas aos eixos, não conseguindo desta maneira uma boa envolvência das primitivas de cabelo. Esta tese tem por objetivo melhorar o desempenho do processo de síntese de imagens através do uso de duas abordagens: uma abordagem baseada em cone tracing e uma outra abordagem que consiste numa estrutura de aceleração híbrida que envolve as primitivas de cabelo com caixas orientadas e alinhadas aos eixos. Com a abordagem baseada em cones é possível a produção de imagens sem artefactos com apenas uma taxa de amostragem de 2x2. É também possível a produção de imagens idênticas às produzidas por um ray tracer estocástico com uma taxa de amostragem de 16x16, utilizando no entanto taxas muito mais baixas e conseguindo ganhos de desempenho de até 4 vezes. Com a estrutura de aceleração híbrida é possível alcançar uma redução média do número de testes de intersecção com primitivas de cabelo de 53%, mantendo um aumento do consumo de memória de apenas 11%., en=Rendering hair presents several challenges. Hair fibers are very thin, requiring very high super-sampling rates in order to render images without aliasing artifacts. Moreover, typical bounding volume hierarchy acceleration structures only use axis aligned bounding boxes, which do not tightly fit the hair primitives, generating a very large number of intersection tests with few actual hits. Both these facts have a negative impact on the rendering performance. In this work we aim at improving the rendering performance with two contributions: a cone based solution and a hybrid bounding volume hierarchy solution. With the cone based solution we are able to produce aliasing free images with just a super-sampling of 2x2 and produce images of comparable quality to the ones produced with a stochastic ray tracer with a 16x16 super-sampling rate while requiring a much lower rate and achieving speedups of up to 4. With the hybrid bounding volume hierarchy, which uses both axis aligned and oriented bounding boxes to bound hair primitives, we are able to achieve an average intersection test reduction of 53%, while only increasing the memory footprint by 11%.}
maio 30, 2016, 13:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Informática (DEI)
Professor Associado
