Úkolem diplomanta je získat vztah mezi parametry odrazové funkce Ashikmin-Shirley (případně i jiných používaných odrazových funkcí) a její aproximací Gaussovou distribucí. Tento vztah musí být efektivně vyčíslitelný pro použití v simulacích přenosu světla. Součástí práce je také vyhodnocení a posouzení kvality získané aproximace.
References
C. M. Bishop: Pattern Recognition and Machine Learning. Springer, Aug 17, 2006
Ashikmin, Shirley: An anisotropic phong BRDF model. Journal of Graphics Tools, Volume 5 Issue 2, Dec. 2000
Pharr, M., and Humphreys, G. 2010. Physically Based Rendering, Second Edition: From Theory To Implementation, 2nd ed. Morgan Kaufmann Publishers Inc., San CA.
Jiří Vorba, Ondřej Karlík, Martin Šik, Tobias Ritschel, Jaroslav Křivánek. On-line Learning of Parametric Mixture Models in Light Transport Simulation. ACM Trans. Graph. (SIGGRAPH 2014) 33, 4 (2014)
Preliminary scope of work
Ve fotorealistické syntéze obrazu je přenos světla ve trojrozměrné scéně simulován pomocí Monte Carlo algoritmů. Pro urychlení simulace je potřeba vzorkovat směr světelných paprsků ze součinu dvou distribucí: odrazové funkce a funkce dopadajícího osvětlení. V naší metodě nedávno vyvinuté na MFF umíme rekonstruovat funkci dopadajícího osvětlení a získat její parametrickou reprezentaci jako směs Gaussových distribucí. Získat přesný součin obou funkcí nicméně nedokážeme, neboť jejich parametrické reprezentace jsou různé. Cílem práce je získat aproximaci odrazové funkce Gaussovou distribucí.
Preliminary scope of work in English
Photo-realistic image synthesis is based on Monte Carlo light transport simulation in a three-dimensional scene. To increase an efficiency of the simulation it is necessary to sample from a product of two distributions: a reflectance function and a function of incident lighting. In our method, recently developed at MFF, we can reconstruct the function of incident lighting and obtain its parametric representation in a form of Gaussian mixture model. However, it is not straightforward to evaluate the product of the reflectance function and the function of incident light because of their different parametric representations. The goal of this work is to obtain an approximation of the reflectance function by Gaussian distribution.
