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...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	Computer graphics forum Jg. 37; H. 4; S. 35 - 44
Hauptverfasser:	Kuznetsov, Alexandr, Kalantari, Nima Khademi, Ramamoorthi, Ravi
Format:	Journal Article
Sprache:	Englisch
Veröffentlicht:	Oxford Blackwell Publishing Ltd 01.07.2018
Schlagworte:	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
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!