Säteenseurantateknologian optimointi reaaliaikaisessa simuloidussa ympäristössä
480.89 KB
avoin
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Lataukset126
Pysyvä osoite
Verkkojulkaisu
DOI
Tiivistelmä
Säteenseuranta on noussut yhdeksi suosituimmista tavoista mallintaa valon toimintaa
graafisessa renderöinnissä. Säteenseurantateknologian käyttö on lähivuosina
yleistynyt kuluttajatason sovelluksissa. Sen käyttäminen on kuitenkin usein käyttäjien
laitteistolle vaativaa. Säteenseurannalle on kehitetty useita optimointimenetelmiä,
joilla sen kustannuksia voidaan vähentää. Tämän tutkielman tarkoitus on
tarkastella valittuja optimointimenetelmiä, sekä vertailla niitä toisiinsa. Vertailu tehdään,
jotta lukija saisi hyvän käsityksen siitä, mihin tekniikoita käytetään ja miten ne
eroavat toisistaan. Tutkielmassa on valittu kaksi optimointimenetelmää, jotka ovat
kiihdytysrakenteet ja kohinanpoisto. Kiihdytysrakenteiden osalta tutkitaan kolmea
valittua rajavolyymihierarkiaa BVH, KD-puu ja CB-puu. Kohinanpoiston menetelmistä
käsitellään tilasuodatusta, aikakeräystä ja syväoppimisen käyttämistä.
Tulokset osoittavat, että BVH tai CB-puu on ympäristöstä riippuen tehokkain kiihdytysrakenne
reaaliaikaisessa ympäristössä. Kohinanpoistossa koneoppiminen tuottaa
parhaan kuvanlaadun, vaikka se onkin laskennallisesti vaativaa. Tutkimuksen
perusteella voidaan päätellä, että oikean optimointimenetelmän valinta riippuu käytettävistä
resursseista ja suoritusympäristöstä.