資訊工程學系

Permanent URI for this communityhttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/60

本系前身「資訊教育學系」成立於民國七十四年，首先招收大學部學生，民國九十年成立資訊工程研究所碩士班，而後於民國九十五年進行系、所調整合併為「資訊工程學系」；並於九十六年成立博士班。本系目前每年約招收大學部四十餘人，碩士班六十餘人，博士班約五人，截至民國一百零四年十一月止，總計現有大學部一百九十多人，碩士班一百二十多人，博士班二十三人，合計學生人數約為三百三十多位。

News

系所網址：http://w1.csie.ntnu.edu.tw/

Browse

Subject: search.filters.subject.path tracing

Search Results

Now showing 1 - 3 of 3
  • No Thumbnail Available
    Item
    在行動裝置上達成複雜場景之互動性基於物理高品質成像
    (2021) 張嘉文; Jhang, Jia-Wun
    　　過去因為手機在計算速度與記憶體容量上的限制，遊戲中為了達到即時互動的效果，大多只是將場景與人物以貼圖的方式顯示在畫面上，或是使用光柵化（Rasterization）的方法產生陰影與直接光照的效果，但很難有反射、折射、散射等讓玩家有臨場感的逼真畫面。 　　如今電腦上實時光線追蹤技術已趨於成熟，手機將不可避免地成為下一個目標。在此篇論文中，我們使用 OpenGL Compute Shader，利用手機 GPU 的平行計算能力來實現路徑追蹤（Path Tracing）；此外我們編寫了加速結構（BVH Tree with SAH 、Huffman Tree）來減少找尋三角片交叉的耗時，並使用「無堆疊」的方法作遍歷，因此可以在SIMT架構的GPU上高效運行，更實驗了不同的光線追蹤方法（Bidirectional Path Tracing、Metropolis Light Transport）來加速收斂場景中的顏色；如最後的成果所呈現，即使是擁有豐富材質的複雜場景，我們的程式依舊可以在很短的時間內畫出雜訊少又逼真的圖。
  • No Thumbnail Available
    Item
    卷積神經網路降噪技術加速全域照明之探討
    (2019) 杜宜家; Tu, Yi-Chia
    近年GPU硬體技術進步，光線追蹤即時繪製有了開端，在複雜的場景繪製效能仍然有限，因此本論文將使用人工智慧輔助路徑追蹤，以卷積神經網路降噪技術代替部分的路徑追蹤計算，加速全域照明場景的產生。 蒙地卡羅方法高頻率取樣，會耗費相當高的時間成本在計算上，透過路徑追蹤低取樣頻率產生的影像，以人工智慧的方法去除蒙地卡羅方法產生的雜訊，提升影像品質。 論文中主要探討降噪技術，透過調整卷積神經網路結構，達到降噪效果，並保持一定程度的穩定性，與不同的場景變換之下廣泛的適用性，比較預測結果與實際場景影像的差異，討論即時降噪光線追蹤遇到的問題與未來趨勢。
  • No Thumbnail Available
    Item
    針對蒙地卡羅路徑追蹤鏡面反射之路徑重複使用方法
    (2016) 唐昌宇; Tang, Chang-Yu
    物理性質影像生成致力於產生逼真的影像，此技術被廣泛運用在許多產業之中，例如：電影產業中的電腦特效、建築與設計業中的3D模型預視；當然，還有電玩產業中的3D畫面。 光線的資訊在現實世界中是無限的，所以我們必須透過採樣的方式來進行估測。處理全域照明（Global Illumination）的方法，對於產生的影像是否看起來真實佔了很重要的腳色，不同的採樣方法會對場景的呈現產生不同的結果。雙向路徑追蹤（Bidirectional Path Tracing）是基於蒙地卡羅路徑追蹤（Monte Carlo Path Tracing）的許多方法之一，為一種對於場景運算可以快速收斂的方法；然而，因為先天上的限制，此方法無法處理某些特定狀況，例如：路徑有鏡面至粗糙面又再到鏡面（specular-diffuse-specular）的情況，會影響產出影像的品質。在此篇論文中，我們提出了一個基於雙向路徑追蹤方法，藉由路徑重複使用來處理此狀況的折衷對策。