Deep Adaptive Sampling for Low Sample Count Rendering

Recently, deep learning approaches have proven successful at removing noise from Monte Carlo (MC) rendered images at extremely low sampling rates, e.g., 1–4 samples per pixel (spp). While these methods provide dramatic speedups, they operate on uniformly sampled MC rendered images. However, the full...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Computer graphics forum Ročník 37; číslo 4; s. 35 - 44
Hlavní autoři:	Kuznetsov, Alexandr, Kalantari, Nima Khademi, Ramamoorthi, Ravi
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Oxford Blackwell Publishing Ltd 01.07.2018
Témata:	Adaptive sampling Artificial neural networks Back propagation CCS Concepts Computer simulation Computing methodologies → Ray tracing Deep learning Ground truth Image processing Image reconstruction Machine learning Neural networks Noise reduction Pixels Sampling techniques Training
ISSN:	0167-7055, 1467-8659
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!