Image Denoising Using Weighted Local Regression

• Název práce v češtině: Odšumování obrazu pomocí vážené lokální regrese
• Název v anglickém jazyce: Image Denoising Using Weighted Local Regression
• Klíčová slova: adaptivní renderování, rekonstrukce obrazu, odšumování obrazu, Monte Carlo renderování
• Klíčová slova anglicky: adaptive rendering, image-space reconstruction, image denoising, Monte Carlo rendering
• Akademický rok vypsání: 2016/2017
• Typ práce: diplomová práce
• Jazyk práce: angličtina
• Ústav: Katedra softwaru a výuky informatiky (32-KSVI)
• Vedoucí / školitel: doc. Ing. Jaroslav Křivánek, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 25.04.2017
• Datum zadání: 25.04.2017
• Datum potvrzení stud. oddělením: 27.04.2017
• Datum a čas obhajoby: 06.09.2017 09:00
• Datum odevzdání elektronické podoby: 20.07.2017
• Datum odevzdání tištěné podoby: 21.07.2017
• Datum proběhlé obhajoby: 06.09.2017
• Oponenti: Mgr. Oskár Elek, Ph.D.

Zásady pro vypracování

Weighted local regression is a promising approach to suppress undesirable noise from images generated by Monte Carlo-based rendering engines. The goal of this thesis is to test the method by implementing it into a state-of-the-art commercial rendering engine, the Corona Renderer. An essential part of the work is to investigate the robustness and performance of the method on a wide range of scenes, and propose improvements that would address its potential weak points.

Seznam odborné literatury

Bochang Moon, Nathan Carr, and Sung-Eui Yoon. 2014. Adaptive Rendering Based on Weighted Local Regression. ACM Trans. Graph. 33, 5, Article 170 (September 2014), 14 pages. DOI=http://dx.doi.org/10.1145/2641762

Bochang Moon, Jose A. Iglesias-Guitian, Sung-Eui Yoon, and Kenny Mitchell. 2015. Adaptive rendering with linear predictions. ACM Trans. Graph. 34, 4, Article 121 (July 2015), 11 pages. DOI: https://doi.org/10.1145/2766992