我要投搞

标签云

收藏小站

爱尚经典语录、名言、句子、散文、日志、唯美图片

当前位置:双彩网 > 运动图像 >

新颖的去噪方法可以更快地生成更清晰的照片级真实感图像

归档日期:06-15       文本归类:运动图像      文章编辑:爱尚语录

  蒙特卡洛的计算方法是游戏和电影中许多逼真图像的背后。它们可以自动化模拟灯光和相机物理的复杂性,从不同图像特征和场景的样本中生成高质量的渲染。但蒙特卡罗渲染的过程很慢,可能需要数小时甚至数天才能生成单个图像,而且结果通常仍然是像素化的,或者是“嘈杂的”。

  来自麻省理工学院,Adobe和阿尔托大学的全球计算机科学家团队开发了一种创新方法,通过使用基于深度学习的方法在很短的时间内生成更高质量的图像和场景设计,从而大大减少了图像中的噪声。他们的方法可以生成更清晰的图像,有效地捕捉来自样本特征的复杂细节,包括阴影,间接照明,运动模糊和景深等复杂的照明组件。

  研究人员将于7月28日至8月1日在洛杉矶举行的SIGGRAPH 2019上展示他们的作品。这个年度聚会展示了世界领先的专业人士,学者和创意人才,他们处于计算机图形学和互动技术的最前沿。

  Adobe的研究科学家MichalGharbi表示:“我们的算法可以通过非常少的样本从嘈杂的输入图像中生成干净的图像,并且可以在迭代场景设计时生成快速渲染的预览。”Gharbi在FrdoDurand实验室担任麻省理工学院博士生,他也是合着者。

  该团队的工作重点是所谓的“去噪”,这是一种减少蒙特卡罗渲染中图像噪声的后处理技术。它基本上保留了图像的细节,并删除了任何有损其锐度的东西。在以前的工作中,计算机科学家已经开发出一些方法,通过取样本图像和相邻像素中的像素的平均值来平滑噪声。

  “这种方法运作得相当好,有几部电影实际上已经在制作中使用了这一点,”合着者Tzu-Mao Li说道,他是麻省理工学院的博士毕业生,也是在杜兰德学习的。“然而,如果图像太嘈杂,通常后处理方法无法恢复清晰锐利的图像。通常用户仍然需要平均每个像素数百个样本才能获得质量合理的图像 - 这是一个单调乏味的时间 - 消费过程。“

  在图形软件程序中编辑照片的过程有些可比。如果用户没有使用原始原始文件,则更改后的照片版本可能不会产生清晰,锐利,高分辨率的最终图像。类似但更复杂的问题是图像去噪。

  为此,研究人员的新计算方法涉及直接使用蒙特卡罗样本,而不是大多数信息已经丢失的平均噪声图像。与处理图像或视频的典型深度学习方法不同,研究人员演示了一种新型卷积网络,可以学习直接从原始蒙特卡罗样本集中去除渲染,而不是从简化的基于像素的表示中去除。

  他们工作的一个关键部分是一个新颖的内核预测计算框架,它将单个样本(颜色和纹理)“splats”到附近的像素上,以锐化图像的整体构图。在传统的图像处理中,内核用于模糊或锐化。Splatting是一种解决运动模糊或景深问题的技术,可以更轻松地平滑样本的像素化区域。

  在这项工作中,团队的splatting算法为每个样本生成一个2D内核,并将样本“splats”到图像上。“我们认为这是一种更自然的后处理方式,”李说。该团队使用随机场景生成器训练他们的网络,并在各种逼真场景上广泛测试他们的方法,包括各种照明场景,如间接和直接照明。

  “我们的方法可以在非常低的样本数下提供更清晰的输出,以前的方法通常很难,”Gharbi补充说。

  在未来的工作中,研究人员打算利用他们的方法来扩展可扩展性,以扩展到更多的样本特征,并探索实施去噪图像的帧到帧平滑性的技术。

  该论文“基于样本的蒙特卡罗使用内核飞溅网络进行去噪”也是由麻省理工学院的Miika Aittala和阿尔托大学和Nvidia的Jaakko Lehtinen共同撰写的。

  戴尔技术公司APJ数据中心解决方案 戴尔科技公司正在与印度各地的合作伙伴

本文链接:http://jamescaronna.com/yundongtuxiang/86.html