Реализация денойзера (командный проект)
| Компания | CGF |
| Учебный семестр | Осень 2017 |
| Учебный курс | 3-й курс |
| Максимальное количество студентов, выбравших проект: 2-3 | |
Содержание
| |
Что это за проект?
Денойзер - это система подавления шума на изображениях. Алгоритм монте-карло стал стандартом де-факто для современных систем физически корректного рендеринга. Как известно, для уменьшения погрешности результата этого метода наполовину количество выборок должно быть увеличено вчетверо, что не всегда является приемлемым по экономическим соображениям. Анализируя среднеквадратичное отклонение и коррелируя его с изменениями других величин, можно значительно сократить ошибку без серьёзного увеличения времени рендеринга. К реализации предлагается современный алгоритм Nonlinearly Weighted First-order Regression. Аналогичная по функционалу система может быть разработана и с применением алгоритмов машинного обучения, например Kernel-Predicting Convolutional Networks.
В рамках работы вам предстоит:
- Провести исследование существующих алгоритмов.
- Реализовать денойзер в виде standalone приложения.
- Адаптировать его к существующей рендеринговой системе.
- Провести оценочные тесты на ресурсоемких вычислительных задачах.
Важно добиться не только локального подавления шума, но и устойчивости к его проявлению во времени.
Чему научатся студенты? Что самое интересное в проекте?
- Читать научные публикации и реализовывать их в практических приложениях.
- Получите опыт продвинутой обработки изображений.
- Познакомитесь с методами создания компьютерной графики крупнейшей в России студии визуальных эффектов CGF.
Организация работы (Как студенты будут работать в команде?)
Работа может осуществляться индивидуально или в команде из 2-3 человек. От компании будет выделен ментор, который будет осуществлять научно-техническое руководство проектом, а также предлагать научные публикации и материалы для изучения. Первые 2-3 месяца предполагается обзор и анализ публикаций, остальное время - программная реализация выбранного метода. Работа будет проходить в рамках семинаров по 1,5 часа раз в 1-2 недели, а также в формате удаленной самостоятельной работы и консультаций по электронной почте.
Для проведения тестов студией CGF будут предоставлены изображения высокого разрешения, отвечающие высоким требованиям кинематографического материала и использованные в реальных проектах.
Компоненеты (Из каких частей состоит проект?)
TBA
Какие будут использоваться технологии?
TBA
Какие начальные требования?
- Потребуется хорошее знание методов статистического анализа или опыт работы с искусственными нейронными сетями.
- Навыки прикладного программирования на C++.
- Базовые знания о визуализации трёхмерных сцен.
Темы вводных занятий
TBA
Критерии оценки
- 2 - Сделан обзор публикаций по теме исследования
- 3 - Реализован работоспособный прототип
- 2 - Проведена серия сравнительных тестов
- 2 - Алгоритм усовершенствован для обработки секвенций изображений
- 1 - Разработаны методы внедрения приложения в существующий фрэймворк
Похожие проекты
Контактная информация
Куратор проекта от студии визуальных эффектов CGF - Дмитрий Шуров: d.shurov@cgfww.ru
