Реализация денойзера (командный проект) - История изменений

GalinaKaleeva в 14:35, 1 ноября 2017

2017-11-01T14:35:03Z

← Предыдущая версия		Версия от 14:35, 1 ноября 2017
Строка 4:		Строка 4:
	\|semester=Осень 2017		\|semester=Осень 2017
	\|course=3		\|course=3
	\|number_of_students=		\|number_of_students=2-3
	\|categorize=yes		\|categorize=yes
	}}		}}

D.shurov в 19:39, 10 октября 2017

2017-10-10T19:39:01Z

← Предыдущая версия		Версия от 19:39, 10 октября 2017
Строка 42:		Строка 42:

	=== Какие начальные требования? ===		=== Какие начальные требования? ===
	* Потребуется хорошее знание методов статистического анализа.		* Потребуется хорошее знание методов статистического анализа или опыт работы с искусственными нейронными сетями.

	* Навыки прикладного программирования на C++.		* Навыки прикладного программирования на C++.

D.shurov в 14:26, 10 октября 2017

2017-10-10T14:26:05Z

← Предыдущая версия		Версия от 14:26, 10 октября 2017
Строка 64:		Строка 64:
	=== Похожие проекты ===		=== Похожие проекты ===
	[[Разработка системы физически и анатомически корректной динамики мышц и кожи трехмерных персонажей (командный проект)]]		[[Разработка системы физически и анатомически корректной динамики мышц и кожи трехмерных персонажей (командный проект)]]

	[[Разработка системы физически корректной динамики меха и волос трехмерных персонажей (командный проект)]]		[[Разработка системы физически корректной динамики меха и волос трехмерных персонажей (командный проект)]]

	=== Контактная информация ===		=== Контактная информация ===
	Куратор проекта от студии визуальных эффектов CGF - Дмитрий Шуров: d.shurov@cgfww.ru		Куратор проекта от студии визуальных эффектов CGF - Дмитрий Шуров: d.shurov@cgfww.ru

D.shurov в 14:25, 10 октября 2017

2017-10-10T14:25:35Z

← Предыдущая версия		Версия от 14:25, 10 октября 2017
Строка 9:		Строка 9:

	=== Что это за проект? ===		=== 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 [http://cvc.ucsb.edu/graphics/Papers/SIGGRAPH2017_KPCN/PaperData/SIGGRAPH17_KPCN_LowRes.pdf Kernel-Predicting Convolutional Networks].		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 [https://benedikt-bitterli.me/nfor/ Nonlinearly Weighted First-order Regression]. Аналогичная по функционалу система может быть разработана и с применением алгоритмов машинного обучения, например [http://cvc.ucsb.edu/graphics/Papers/SIGGRAPH2017_KPCN/PaperData/SIGGRAPH17_KPCN_LowRes.pdf Kernel-Predicting Convolutional Networks].

	В рамках работы вам предстоит:		В рамках работы вам предстоит:

D.shurov в 14:23, 10 октября 2017

2017-10-10T14:23:06Z

← Предыдущая версия		Версия от 14:23, 10 октября 2017
Строка 9:		Строка 9:

	=== Что это за проект? ===		=== 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.		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 [http://cvc.ucsb.edu/graphics/Papers/SIGGRAPH2017_KPCN/PaperData/SIGGRAPH17_KPCN_LowRes.pdf Kernel-Predicting Convolutional Networks].

	В рамках работы вам предстоит:		В рамках работы вам предстоит:

D.shurov в 11:53, 2 октября 2017

2017-10-02T11:53:56Z

← Предыдущая версия		Версия от 11:53, 2 октября 2017
Строка 63:		Строка 63:

	=== Похожие проекты ===		=== Похожие проекты ===
	~~TBA~~		[[Разработка системы физически и анатомически корректной динамики мышц и кожи трехмерных персонажей (командный проект)]]
			[[Разработка системы физически корректной динамики меха и волос трехмерных персонажей (командный проект)]]

	=== Контактная информация ===		=== Контактная информация ===
	~~TBA~~		Куратор проекта от студии визуальных эффектов CGF - Дмитрий Шуров: d.shurov@cgfww.ru

GalinaKaleeva: Новая страница, с помощью формы Новый_командный_проект

2017-09-28T17:42:18Z

Новая страница, с помощью формы Новый_командный_проект

Новая страница

{{Карточка_командного_проекта
|name=Реализация денойзера
|company=CGF
|semester=Осень 2017
|course=3
|number_of_students=
|categorize=yes
}}

=== 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.

* 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 ===
TBA

=== Контактная информация ===
TBA