Dynamically Reparameterized Light Fields
|
|
- Lennart Reuter
- vor 7 Jahren
- Abrufe
Transkript
1 Dynamically Reparameterized Light ields Aaron Isaksen Leonard McMillan Steven J. Gortler MIT LCS Computer Graphics Group GDV Seminar 2000 Präsentation: Simon Schirm Betreuer: Stephan Würmlin Übersicht Image Based Rendering Zwei Methoden: Lightfield, Lumigraph Nachteile der bisherigen Methoden Neue Parametrisierung Anwendungen der neuen Parametrisierung Resultate Zukunft... Meine Meinung
2 Image Based Rendering Bilder als Rendering Grundlage Reduktion des Definitionsbereiches der Plenoptischen unktion (Parameterisierung) Ray-Database Rekonstruktion von Bildern aus der Ray-DB mit iltern Lightfield (Levoy, Hanrahan 1996) ZWEI METHODEN Parametrisierung mit Hilfe von 2 Ebenen (Lightslab) Unschärfeartefakte bei Abweichung von der Exit Plane deshalb vorallem für Outside-in Ansichten geeignet t v Entrance Plane s Exit Plane u s u
3 Lumigraph (Gortler, Grzeszczuk, Szeliski, Cohen 1996) Parametrisierung gleich wie bei Lightfield: Entrance Plane, Exit Plane (Lightslab) Korrektur der Unschärfeartefakte bei Abweichung eines Objektes von der Exit Plane (Depth-corrected Lumigraph) benötigt Geometrie der Szene (Depthmap) ZWEI METHODEN u z s Nachteile der bisherigen Methoden Objekt nicht auf der Exit Plane unscharf oder geometrische Information nötig Ray-DB sollte keine Schärfeninformation enthalten Rendering ohne geometrische Information ist erwünscht
4 Dynamically Reparameterized Light ields Intuitive Steuerung der Tiefenschärfe wie bei echten Kameras variable Blendeinstellung variable ocal Surfaces multiple ocal Surfaces Parametrisierung (u, v) (f,g) Data Cameras Camera Surface C ocal Surface
5 Mapping unktion NEUE PARAMETRISIERUNG ür jede diskrete Kamera wird eine Mapping-unktion definiert Ms, t : (f,g) (u, v) (u, v) M s, t = Ps,t o T (s, t) C r (f,g) T P t : (f,g) s, : (X, Y, Z) (X,Y, Z) (u, v) Ray-DB Query: inde Bestimme Schnittpunkte mit C, Diskretisiere Bestimme (s, t) nach M tˆ ( (f,g) ) ŝ, (ŝ, tˆ) Diskretisiere (u, v) nach (û, vˆ ) rˆ NEUE PARAMETRISIERUNG gegeben r r : (s, t,f,g) (ŝ, tˆ,f,g) (ŝ, tˆ, u, v) rˆ : (ŝ, tˆ, û, vˆ) (ŝ, tˆ) (u, v) (s, t) C r (f,g)
6 Anwendungen der neuen Parametrisierung variable Blendeinstellung diskrete künstliche Blendöffnung variable ocal Surfaces Translation, Rotation beliebige lächen multiple ocal Surfaces Diskrete künstliche Blendöffnung Diskretisierung auf der Camera Surface 1) durch einen Wert: ( s, t) (ŝ, tˆ ) t s Unstetigkeiten bei Nearest-Neighbour-Verfahren
7 DISKRETE KÜNSTLICHE BLENDÖNUNG Diskretisierung auf der Camera Surface 2) Interpolation durch die vier nächstgelegenen Punkte: t s Diskretisierung auf der Camera Surface 3) Linearkombination der Punkte, die sich in einem bestimmten Radius befinden: DISKRETE KÜNSTLICHE BLENDÖNUNG M ( (f,g) wird mehrmals ausgewertet ŝ,tˆ mit dem Radius wird die Blendweite gesteuert (Stetigkeit vs. Tiefenschärfe) )
8 DISKRETE KÜNSTLICHE BLENDÖNUNG Übereinstimmung der Strahlenwerte: Nichtübereinstimmung der Strahlenwerte: Grössere Blende, stärkere Divergenz der Strahlenwerte: Blendöffnung DISKRETE KÜNSTLICHE BLENDÖNUNG Beispiel einer grossen Blendöffnung: ocal Surface ganz hinten, Blendöffnung gross ocal Surface durch Baum C C
9 Variation der ocal Surface Verschieben der ocal Surface (Runtime) nicht parallele ocal Surfaces nicht planare ocal Surfaces parametrisierte läche (Surface Patch) Veränderung der ocal Surface ( ) beinflusst die Ray-DB nicht M T s, t = Ps,t o T : (f,g) (X,Y, Z) ändert sich VARIATION DER OCAL SURACE ocal Surface durch Baum, elsen und Hügelspitze
10 Multiple ocal Surfaces Scene kann an beliebig vielen Orten scharf gehalten werden 2 ocal Surfaces: Durch Stier, Durch Bildschirm Nächstgelegene ocal Surface sollte verwendet werden MULTIPLE OCAL SURACES ür jede ocal Surface wird eine Bewertungs-Map berechnet (σ-map) ür einen Strahl r wird die ocal Surface mit grösstem σ auf dem Schnittpunkt gewählt (linear in Anzahl ocal Surfaces) r σ σ 2 3 σ 4 σ 1
11 MULTIPLE OCAL SURACES Bestimmung von σ σ ist Mass für Distanz von ( f,g) zu einem sichtbaren Objekt Bestimmen von σ ohne geometrische Information (vermeiden der Suche nach Korrespondenzen) Verwenden der Strahlen, die durch f,g) (Radiance-unktion) ( gehen ( f,g) C MULTIPLE OCAL SURACES Punkt liegt auf Oberfläche (glatte Radiance-unktion) Punkt liegt im Raum (Radiance-unktion enthält hohe requenzen)? Punkt verdeckt (hohe requenzen)
12 MULTIPLE OCAL SURACES Glattheit der Radiance-unktion ist das Mass für σ σ-map vorne σ-map hinten Problem: hohe requenzen in der Radiance-unktion können auch von Verdeckung stammen MULTIPLE OCAL SURACES
13 Resultate astechtzeitrender (1 fps), für die Beispiel-Lightfields bei Blendöffnung mit 4 Kameras Echzeitrenderer, wenn die ocal Surface eine Ebene ist (auf erhältlicher PC-Hardware) Ermöglichung von tiefen Szenen, ohne Geometrie Echtzeitkontrolle über ocusverhältnisse in den Bildern Multiple ocal Surfaces für viel Schärfe ohne Geometrie Zukunft... Kompression der Ray-DB wie bei anderen Arbeiten ehlerbehebung bei mehreren ocal Sufaces (hohen requenzen in der Radiance-unktion verursacht durch Verdeckung oder Leerraum?) Nutzung der Reparametrisierung für einen Depth-Vision Algorithmus Autofokus Algorithmus wie bei echten Kameras
14 Meine Meinung Paper bietet verallgemeinernde Theorie über ocus in Lightfields (Lightfield, Depth-corrected Lumigraph) Herauskitzeln von lexibilität bei den recht unflexiblen Lightfields Intuitive Analogie zu echten Kameras Technical Report enthält mathematische Ungenauigkeiten, die aber in einem späteren Bericht berichtigt wurden. Die Demos weisen eine Unschönheit auf: Ghosting Gegenmassnahmen werden zwar erläutert, aber nicht ergriffen
Augmented Reality. (Die Realität fotorealistisch erweitern) Michael Zollhöfer Graphics, Vision, and Video Group
Augmented Reality (Die Realität fotorealistisch erweitern) Michael Zollhöfer Graphics, Vision, and Video Group gvv.mpi-inf.mpg.de Support / funding from: ERC Starting Grant CapReal Überblick Was ist Augmented
MehrView Morphing. Department of Computer Sciences University of Wisconsin Madison publiziert in SIGGRAPH 96, pp
View Morphing Steven M. Seitz Charles R. Der Department of Computer Sciences Universit of Wisconsin Madison publiziert in SIGGRAPH 96, pp. 21 30 Abhandlung von Christian Limpach Eidgenössische Technische
MehrSchattenwurf mit Perspective Shadow Maps
16. April 2010 Xpiriax Software Wer wir sind und was wir machen Hobby-Entwicklerteam, zur Zeit 6 Personen gegründet Anfang 2008 Schwerpunkte: Spiele- & 3D-Engine-Programmierung Ziele: Erfahrung, Arbeitsproben,
MehrLights & Cameras Grundlagen Autodesk Maya. Grundlagen. Version Ingo Clemens brave rabbit
Lights & Cameras Grundlagen Version 1.0-2009-06-15 Grundlagen 3D Beleuchtung Reguläre Lichter in 3D sind in erster Linie direkt beleuchtende Lichtquellen es gibt keine diffuse Beleuchtung durch die Reflexion
MehrBildsegmentierung mit Snakes und aktiven Konturen
Bildsegmentierung mit Snakes und aktiven Konturen 5. Dezember 2005 Vortrag zum Seminar Bildsegmentierung und Computer Vision Übersicht 1 2 Definition der Snake Innere Energie S(c) 3 Statisches Optimierungsproblem
MehrEntwicklung einer robusten Methode zur Berechnung von Stereokorrespondenzen
Entwicklung einer robusten Methode zur Berechnung von Stereokorrespondenzen Seminar - Wintersemester 2010/2011 Fakultät Technik und Informatik Department Informatik Gregory Föll Übersicht Rückblick Stereo
MehrTexturen. Texturen. 1. Vorbemerkungen. 2. 2D-Texturen
1. Vorbemerkungen 2. 2D- 2.1 Texturabbildungen 2.2 Arten von 2.2.1 Diskrete 2.2.2 Prozedurale 2.3 Rasterung 2.3.1 Texturieren von Dreiecken 2.3.2 Texturieren von parametrisierten Flächen 2.3.3 Texturieren
MehrProbelektion zum Thema. Shadow Rendering. Shadow Maps Shadow Filtering
Probelektion zum Thema Shadow Rendering Shadow Maps Shadow Filtering Renderman, 2006 CityEngine 2011 Viewport Real reconstruction in Windisch, 2013 Schatten bringen viel Realismus in eine Szene Schatten
MehrScene Reconstruction with Multiple View Geometry
Scene Reconstruction with Multiple View Geometry Anwendungen 2 16.06.2010 Nikolaus Rusitska nikolausrusitska@gmx.de Inhalt Rückblick Techniken Related Work Fazit 1 Rückblick Techniken Related Work Fazit
MehrTechnische Raytracer
Technische Raytracer 2 s 2 (1 (n u) 2 ) 3 u 0 = n 1 n 2 u n 4 n 1 n 2 n u 1 n1 n 2 5 Abbildung 19.23 MM Double Gauss - U.S. Patent 2,532,751 Scale: 1.30 ORA 03-Jun-13 Abbildung Ein zweidimensionales Bild
MehrPhotonik Technische Nutzung von Licht
Photonik Technische Nutzung von Licht Abbildung Wiederholung Lichtdetektion Photoelektrischer Effekt Äußerer P.E.: Elektron wird aus Metall herausgeschlagen und hat einen Impuls Anwendung: Photomultiplier,
MehrRecovering High Dynamic Range Radiance Maps from Photographs
Recovering High Dynamic Range Radiance Maps from Photographs Christoph Gladisch Einführung Wenn eine Szene photografiert wird, dann entsprechen die Pixelwerte nicht den relativen Leuchtdichten in der Szene.
MehrSampling. 7. Vorlesung
Sampling 7. Vorlesung Photorealistische Computergrafik Thorsten Grosch Einleitung Bisher Lösung der Rendering Equation durch das Radiosity Verfahren mit den Vereinfachungen Heute Diskretisierung der Geometrie
MehrBUILDINGS FROM IMAGES T H I E N P H A M G R U N D S E M I N A R W S 1 5 / 1 6 B E T R E U E R : P R O F. D R. P H I L I P P J E N K E
BUILDINGS FROM IMAGES T H I E N P H A M G R U N D S E M I N A R W S 1 5 / 1 6 B E T R E U E R : P R O F. D R. P H I L I P P J E N K E AGENDA Einführung Beispiele zur Gebäudeerkennung 3D-Objekte in der
MehrEinführung Augmentierte Bildsynthese
Einführung Augmentierte Bildsynthese Rendering Synthetic Objects into Real Scenes Definition Augmentierte Bildsynthese Nahtloses Einfügen virtueller Objekte in eine reale Szene Konsistente Beleuchtung
MehrEinführung und geometrische Grundlagen
31. Oktober 2005 Vortrag zum Seminar Bildsegmentierung und Computer Vision Übersicht 1 2 3 Abstandsfunktionen Beispiele Mit Bildsegmentierung bezeichnet man die Zerlegung der Bildebene in sinnvolle Teilbereiche.
MehrBildtransformationen. Geometrische Transformationen Grauwert-Interpolation
Bildtransformationen Geometrische Transformationen Grauwert-Interpolation Transformation Transformation zwei Schritte geometrische Transformation (Trafo der Koordinaten) Neuberechnung der Pielwerte an
MehrVisualisierung und Volumenrendering 2
Institut für Computervisualistik Universität Koblenz 06.07.2012 Inhaltsverzeichnis 1 Literatur 2 Wiederholung 3 DVR Volumen Literatur Real-Time Volume Graphics Volumenrendering CG Shader Beispiele Volumen
MehrComputergrafik Universität Osnabrück, Henning Wenke,
Computergrafik Universität Osnabrück, Henning Wenke, 2012-05-14 Kapitel V: Modeling Transformation & Vertex Shader 5.1 Vertex Definitionen: Vertex Vertex Computergrafik Mathematischer Punkt auf einer Oberfläche
MehrMathematik für Ingenieure 2
Mathematik für Ingenieure 2 Funktionen mit mehreren Veränderlichen 1 (Grundlagen) 1 Einführung Einführung und Beispiele 2 Einführung (1) - Beispiele Bisher haben wir ausschließlich Funktionen mit einer
MehrBeschleunigungen auf Szenenebene
Beschleunigungen auf Szenenebene Thomas Jung Verdeckungsbehandlung OpenGL Entfernen abgewandter Flächen (Backface Cullg) Kappen am Sichtvolumen (Clippg) Z-Speicher-Algorithmus t.jung@htw-berl.de Projektion
MehrKapitel 4: Schattenberechnung
Kapitel 4: Schattenberechnung 1 Überblick: Schattenberechnung Motivation Schattenvolumen Shadow Maps Projektive Schatten 2 Motivation Wesentlich für die Wahrnehmung einer 3D-Szene Eigentlich ein globaler
Mehr5 Mapping-Techniken. 5.1 Motivation
5.1 Motivation Bisher sind alle Oberflächen (polygonale Objekte, später auch parametrisierte Freiformflächen) glatt im Gegensatz zu wirklich existierenden natürlichen Oberflächen. Die explizite Wiedergabe
MehrKapitel 2: Kurven / 2-1: Splines Vergleich von Splines mit niedrigem und hohem Kurvengrad. Spline durch 7 Punkte mit verschiedenen Graden:
Kapitel 2: Kurven / 2-1: Splines Vergleich von Splines mit niedrigem und hohem Kurvengrad Spline durch 7 Punkte mit verschiedenen Graden: 5 3 2 1 Splines mit niedrigem Kurvengrad Sehr flexibel (bereits
MehrAlgorithmische Geometrie 1. Einführung
Algorithmische Geometrie 1. Einführung JProf. Dr. Heike Leitte Computergraphik und Visualisierung Algorithmische Geometrie Veranstaltung: 2 SWS Vorlesung: Mi, 9:15 10:45 1 SWS Übung: Do 14:00 16:00 Übungen:
MehrAugmented Reality. technische Möglichkeiten und praktische Anwendung. Prof. Dr. Gerhard Reitmayr ICG, TU Graz
Augmented Reality technische Möglichkeiten und praktische Anwendung Prof. Dr. Gerhard Reitmayr ICG, TU Graz Daten mit Raumbezug 2 Visualisierung Augmented Reality 3 Augmented Reality Verbindet Reales und
MehrBildregistrierung in der Medizin. Fethi KAYA - Yusuf ÖZBEK
Bildregistrierung in der Medizin Fethi KAYA - Yusuf ÖZBEK 30.05.2011 1 Inhalt 1. Einführung zur Registrierung 2. Registrierungsalgorithmen 3. Transformationen 4. Mutual Information 5. Demo 2 1- Registrierung
Mehrkünstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten).
Computergrafik / Animation künstliches Objekt, dargestellt durch Anzahl von Punkten in Raum und Zeit (bei bewegten, animierten Objekten). Punkte, werden auch "Kontrollpunkte" genannt Wesentlicher Punkt:
MehrRendering Grundlagen Autodesk Maya. Grundlagen. Version 1.0-2009-04-08. 2009 Ingo Clemens brave rabbit www.braverabbit.de
Rendering Grundlagen Version 1.0-2009-04-08 Allgemeine Unterschiede bei Renderern Scanline Rendering Raytrace Rendering Renderlayer Einsatz von Renderlayern Overrides Material Overrides Layer Presets Batch
MehrTechniken der Effizienzsteigerung bei 2D-Texturierung:
Techniken der Effizienzsteigerung bei 2D-Texturierung: Mip-Mapping MIP = "Multum in Parvo" = vieles auf kleinem Raum spezielle Texture-Mapping-Erweiterung, häufig bei Echtzeitanwendungen, z.b. Spielen,
Mehr3D-Scans verbessern: MeshLab - Teil 2
3D-Scans verbessern: MeshLab - Teil 2 Kategorien : Allgemein, Open Source Schlagwörter : 3D Scan, MeshLab Datum : 23. August 2017 Mit 3D Rekonstruktion wird das Erstellen von dreidimensionalen Modellen
MehrSeminar Ausgewählte Themen der medizinischen Visualisierung
1 Ausgewählte Themen der medizinischen Visualisierung Institut für Informatik 08.07.2011 Arbeitsgruppe Visualisierung und Computergrafik (VisCG) Organisatorisches Veranstalter: Prof. Dr. Klaus Hinrichs,
MehrFitting 3D Models to Images
Proseminar "Aufgabenstellungen der Bildanalyse und Mustererkennung" Fitting 3D Models to Images WS 08/09 Gliederung Einleitung Pose Consistency perspective Camera affine/projective Camera Linearkombinationen
MehrApproximation. E(N) N. Beachte: Der Wert für N = 32 ist vernachlässigt, da er in der Grössenordnung der Rechengenauigkeit liegt.
Approximation Ziel: Approximation der Funktion f(x) = x mit Polynomen (global und stückweise) Experiment: Abhängigkeit des Approximationsfehlers E(N) (in der Maximumnorm) von der Anzahl der Freiheitsgrade
MehrShader. Computer Graphics: Shader
Computer Graphics Computer Graphics Shader Computer Graphics: Shader Inhalt Pipeline Memory Resources Input-Assembler Vertex-Shader Geometry-Shader & Stream-Output Rasterizer Pixel-Shader Output-Merger
MehrMental Ray: Martini Glas 61
Mental Ray: Martini Glas 61 Mental Ray: Martini Glas Vorbemerkung Da man jetzt nur Rendering Operationen verwendet, kann man das Menü (F6) und Shelf auf Rendering umstellen. Nach jedem Schritt wo eine
MehrEckehard Steinbach Fachgebiet Medientechnik. Technische Universität München. EIKON e.v. Jahresversammlung
Bildbasierte 3D Welten Eckehard Steinbach Fachgebiet Medientechnik Lehrstuhl für Kommunikationsnetze Technische Universität München EIKON e.v. Jahresversammlung 10.02.200902 2009 Traditionell: Geometrische
MehrModellierung. Oliver Hartmann
Modellierung Oliver Hartmann oliver.hartmann@uni-ulm.de Inhalt Boolesche Operationen Splines B-Splines Bezier-Kurven NURBS Anwendung Sculpting Volumengrafik Marching Cubes Ray Casting Texture Mapping Boolesche
MehrBeleuchtung. in Computerspielen
Beleuchtung in Computerspielen Motivation Überblick Licht und Schattierung Lichtquellen Lokale Beleuchtungsmodelle Schattierungsverfahren Oberflächensimulation Beispiele der CryEngine Ausblick Zusammenfassung
MehrSoftwareprojekt Spieleentwicklung
Softwareprojekt Spieleentwicklung Prototyp I (2D) Prototyp II (3D) Softwareprojekt 12.04. 19.04. 26.04. 03.05. 31.05. Meilenstein I 28.06. Meilenstein II Prof. Holger Theisel, Tobias Günther, OvGU Magdeburg
MehrWiederholung. Objekte) Hauptkosten beim Pathtracing Ziel: Beschleunigung durch Reduktion der Schnittpunktstestzahl. Ansätze
Wiederholung Pathtracing = Schnittpunktstests mit Geometrie: primäre Augstrahlen, Schattenstrahlen, sekundäre Strahlen Problem: Komplexität! (mindestens linear mit der Anzahl der Objekte) Hauptkosten beim
MehrSimulation multipler Streuung an Haaren mit Hilfe eines Photon-Mapping-Ansatzes
Fakultät Informatik Institut für Software- und Multimediatechnik, Professur für Computergraphik und Visualisierung Simulation multipler Streuung an Haaren mit Hilfe eines Photon-Mapping-Ansatzes Hauptseminar
MehrKurven und Flächen. Vorlesung Ergänzung zur Graphischen Datenverarbeitung Sommersemester 2000 Johann-Wolfgang Goethe Universität, Frankfurt am Main
Kurven und Flächen Vorlesung Ergänzung zur Graphischen Datenverarbeitung Sommersemester 2 Johann-olfgang Goethe Universität, Frankfurt am Main Motivation Benötigen Kurven in der Computergraphik: Modellierung
MehrTexture Based Direct Volume Rendering
Texture Based Direct Volume Rendering Vorlesung: "Advanced Topics in Computer Graphics" cbrak@upb.de 1 Agenda 1. Einleitung Volume Rendering 1.1. Volumendatensatz 1.2. Volumenintegral 1.3. Image order
MehrAnorganische Chemie III
Seminar zur Vorlesung Anorganische Chemie III Wintersemester 2015/16 Christoph Wölper Institut für Anorganische Chemie der Universität Duisburg-Essen Wiederholung Was bisher geschah # Darstellungen für
MehrCreating an interactive color classification tool for the RoboCup four-legged league
Creating an interactive color classification tool for the RoboCup four-legged league Vortrag von Michael Löffler Gliederung Vorstellung der RoboCup four-legged league Objekterkennung auf dem Spielfeld
MehrKapitel 9 Algorithm. Geometrie. Kürzeste Abstände Konvexe Hülle
Kapitel 9 Algorithm. Geometrie Kürzeste Abstände Konvexe Hülle Überblick Teilgebiet der Informatik, in dem es um die Entwicklung effizienter Algorithmen und die Bestimmung der algorithmischen Komplexität
Mehr3.1 Motivation. - Mit (mehreren) Koordinatentransformationen wird das Objektsystem in das Gerätesystem transformiert.
3.1 Motivation Wichtige Grundlage der Bildwiedergabe auf dem Bildschirm oder anderen Ausgabegeräten sind Koordinatensysteme und Koordinatentransformationen im IR 2 und IR 3. Im allgemeinen unterscheidet
MehrEinführung des Integrals. Integralrechnung. Der Hauptsatz. Stammfunktionen. Einführung des Integrals
Einführung des Integrals 15 14 Integralrechnung Einführung des Integrals Stammfunktionen Hauptsatz lächen Mittelwerte Rotationsvolumen Das Integral wird aus einer geometrischen ragestellung hergeleitet:
MehrMathematische Grundlagen für die Vorlesung. Differentialgeometrie
Mathematische Grundlagen für die Vorlesung Differentialgeometrie Dr. Gabriele Link 13.10.2010 In diesem Text sammeln wir die nötigen mathematischen Grundlagen, die wir in der Vorlesung Differentialgeometrie
MehrOrtskurvenerkennung. Christian Liedl, WS06/07 TUM
Ortskurvenerkennung Christian Liedl, WS06/07 TUM Überblick Was sind Ortskurven Beispiele spezieller Ortskurven Kurvenerkennung Voraussetzung Erster Ansatz Modellierung Beispiel: Identifikation Ortskurve
Mehr4.7 Globale Beleuchtungsmodelle
Erinnerung: - Ein lokales Beleuchtungsmodell berücksichtigt nur das direkt einfallende Licht einer Lichtquelle - Nur lokale Beleuchtung + konstante ambiente Beleuchtung, um reflektiertes und gebrochenes
MehrEchtzeitdarstellung von Terrainszenarien mit Occlusion Culling
Echtzeitdarstellung von Terrainszenarien mit Occlusion Culling, Alexandre Miguel Maia, Christian-A. Bohn Echtzeitdarstellung von Terrainszenarien mit Occlusion Culling Folie 1 Gliederung Motivation Chunked
MehrGrundlagen 1. Einführung. Blende. Belichtung Belichtungszeit ISO. Die Kamera. DGugelmann. Fotografie
DGugelmann Grundlagen 1 Fotografie Einführung In diesem Kurs wird das Zusammenspiel der drei Hauptkomponenten für eine korrekte Belichtung und deren weitere Einflüsse auf das Foto erklärt und geübt. Ausserdem
MehrEinführung in das Visualization ToolKit. Institut für Simulation und Graphik, Otto-von-Guericke Universität Magdeburg
Einführung in das Visualization ToolKit VTK Einführung: Gliederung Was ist VTK? VTK-Konzept Vorstellung MeVisLab VTK Beispiel in MeVisLab 2/26 Was ist VTK? Freie Software-Bibliothek für 3D Graphik und
MehrParallele und funktionale Prog. Wintersemester 2012/ Übung Abgabe bis , 10:00 Uhr
9. Übung Abgabe bis 07.01.2013, 10:00 Uhr Aufgabe 9.1: Zeigerverdopplung Ermitteln Sie an folgendem Beispiel den Rang für jedes Listenelement sequentiell und mit dem in der Vorlesung vorgestellten parallelen
MehrGPU-friendly multi-view stereo reconstruction using surfel representation and graph cuts
GPU-friendly multi-view stereo reconstruction using surfel representation and graph cuts Rico Jonschkowski Seminar 3D Rekonstruktion SoSe 2011 Verantstalter: Prof. Raúl Rojas, Fabian Wiesel FU Berlin,
MehrAlgorithmische Geometrie: Einstimmung
Algorithmische Geometrie: Einstimmung Nico Düvelmeyer WS 2009/2010, 20.10.2009 Überblick 1 Organisatorisches 2 Fachgebiet Typische Untersuchungsgegenstände Typische Anwendungsgebiete 3 Inhalte der Vorlesung
MehrRendering. Render-Vorbereitungen. Render Engines. Grund Surface Shader
Rendering There s nothing quite like turning a grey-shaded model into something that looks real - or that could be real. Lee Lainier Rendering ist der Vorgang indem aus der modellierten Szene ein Bitmap-Bild
MehrReal-Time High-Dynamic Range Texture Mapping
Real-Time High-Dynamic Range Texture Mapping Jonathen Cohen, Chris Tchou, Tim Hawkins and Paul Debevec Präsentiert von Daniel Wickeroth Einführung Worum geht s? Darstellung realistischer Szenen Innen -
MehrSeminar. Visual Computing. Poisson Surface Reconstruction. Peter Hagemann Andreas Meyer. Peter Eisert: Visual Computing SS 11.
Poisson Surface Reconstruction Peter Hagemann Andreas Meyer Seminar 1 Peter Eisert: SS 11 Motivation Zur 3D Darstellung von Objekten werden meist Scan-Daten erstellt Erstellung eines Dreieckmodells aus
MehrBeschleunigungsverfahren für Raytracing Grids Hierarchische Grids Bewertung Fazit
Überblick Einführung Beschleunigungsverfahren für Raytracing Grids Hierarchische Grids Fazit Einführung Gewöhnliche Beschleunigungsverfahren & Raumunterteilung entworfen und optimiert für effizientes Traversieren
MehrNewtek Lightwave Grundlagen der 3D-Vektorgrafik
Newtek Lightwave Grundlagen der 3D-Vektorgrafik Form und Oberfläche Punkte und Polygone (mindestens 3-seitige Verbindungen zwischen Punkten) sind die Grundlage der Darstellung dreidimensionaler Objekte
MehrQuadrocopters and it s Applications: Overview of State of the Art Techniques
: Overview of State of the Art Techniques Visual Tracking for Robotic Applications Sebastian Brunner Lehrstuhl für Echtzeitsysteme und Robotik Technische Universität München Email: brunnese@in.tum.de Date:
MehrKapitel 2: Mathematische Grundlagen
[ Computeranimation ] Kapitel 2: Mathematische Grundlagen Prof. Dr. Stefan M. Grünvogel stefan.gruenvogel@fh-koeln.de Institut für Medien- und Phototechnik Fachhochschule Köln 2. Mathematische Grundlagen
MehrComputer Vision I. Nikos Canterakis. Lehrstuhl für Mustererkennung, Universität Freiburg
Nikos Canterakis Lehrstuhl für Mustererkennung, Universität Freiburg Gliederung 8 Epipolargeometrie Die Fundamentalmatrix Korrelation Schätzung der Fundamentalmatrix Homographie infolge einer Ebene Sonderfälle
Mehr1 Geometrie - Lösungen von linearen Gleichungen
Übungsmaterial Geometrie - Lösungen von linearen Gleichungen Lineare Gleichungen sind von der Form y = f(x) = 3x + oder y = g(x) = x + 3. Zwei oder mehr Gleichungen bilden ein Gleichungssystem. Ein Gleichungssystem
MehrKomplexpraktikum Graphische Datenverarbeitung im WS 04/05
Komplexpraktikum Graphische Datenverarbeitung im WS 04/05 von Enrico Leonhardt 28 45 669 TU Dresden Medieninformatik 29. März 2005 Graphische Datenverarbeitung WS 04/05 Einführung Dieser Raytracer entstand
MehrTeil 2: Kurven und Flächen. Kurven und Flächen. Kurven. Parametrische Objekte. Kurven: 1D-Objekte Flächen: 2D-Objekte, basierend auf Kurven
Parametrische Objekte Kurven und Flächen Kurven: 1D-Objekte Flächen: 2D-Objekte, basierend auf Kurven Kurven Welche Form der Darstellung? Beispiel: 2D-Linie Explizit: y = k x + d x = (x, y) T Implzit:
MehrTeil 2: Kurven und Flächen
Parametrische Objekte Kurven und Flächen Kurven: 1D-Objekte Flächen: 2D-Objekte, basierend auf Kurven Kurven Welche Form der Darstellung? Beispiel: 2D-Linie Explizit: y = k x + d x = (x, y) T Implzit:
MehrRaytracing Modell Laufzeitoptimierungen Schnittalgorithmen Szenendatenstrukturen. Verbesserung der Bildqualität
Modell Laufzeitoptimierungen Schnittalgorithmen Szenendatenstrukturen Thomas Jung Verbesserung der Bildqualität Realzeitanforderungen begrenzen Bildqualität Fotorealismus nur mit globalen Beleuchtungsmodellen
MehrSeminar: Visuelle Überwachung. Überwachungssysteme auf Flughäfen: AVITRACK
Seminar: Visuelle Überwachung Überwachungssysteme auf Flughäfen: AVITRACK Nathalie Bibo 12.04.06 Gliederung AVITRACK Ziele Probleme Übersicht Frame-to-Frame Tracking Scene Understanding Predefined Video
MehrDebayeringverfahren. 19. Mai Thomas Noack, Nikolai Kosjar. SE Computational Photography - Debayeringverfahren
Debayeringverfahren Thomas Noack, Nikolai Kosjar 19. Mai 2010 Was bisher geschah... Reduktion der Herstellungskosten durch Einsatz von nur noch einem CCD-Sensor mit Bayer-Filter Problem: Bayer Image Full
MehrEs sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Hilfssatz: Zu jedem einfachen Polygon mit mehr als 3 Ecken existiert eine Diagonale.
6. Polygontriangulierung: Wie bewacht man eine Kunstgalerie? 6.1. Grundlegendes zu Polygonen Es sei P ein einfaches Polygon in der Ebene; P habe n Ecken. Definition: Hilfssatz: Zu jedem einfachen Polygon
MehrComputergrafik 1 Beleuchtung
Computergrafik 1 Beleuchtung Kai Köchy Sommersemester 2010 Beuth Hochschule für Technik Berlin Überblick Lokale Beleuchtungsmodelle Ambiente Beleuchtung Diffuse Beleuchtung (Lambert) Spiegelnde Beleuchtung
MehrGraphische Datenverarbeitung Visualisierungstechniken. Prof. Dr. Elke Hergenröther
Graphische Datenverarbeitung Visualisierungstechniken Prof. Dr. Elke Hergenröther Visualisierungstechniken Visualisierung: Visualisierung bedeutet sichtbar machen, darstellen. Die CG beschränkt sich dabei
MehrBildrekonstruktion & Multiresolution
Bildrekonstruktion & Multiresolution Verkleinern von Bildern? Was ist zu beachten? Es kann aliasing auftreten! Das Abtasttheorem sagt wie man es vermeidet? ===> Page 1 Verkleinern von Bildern (2) Vor dem
MehrTeil 9: Radiosity. Radiosity. Prinzip. Simulation globaler Lichtverteilung
Simulation globaler Lichtverteilung Radiosity Lösen globaler diffuser eleuchtung in abgeschlossenem System Gut geeignet für Innenraumsimulationen Algorithmi und Ergebnisbilder doch sehr verschieden zu
MehrMathematik Name: Klassenarbeit Nr. 2 Klasse 9a Punkte: /30 Note: Schnitt:
Aufgabe 1: [4P] Erkläre mit zwei Skizzen, vier Formeln und ein paar Worten die jeweils zwei Varianten der beiden Strahlensätze. Lösung 1: Es gibt viele Arten, die beiden Strahlensätze zu erklären, etwa:
MehrGeometrische Optik Die Linsen
1/1 29.09.00,19:40Erstellt von Oliver Stamm Geometrische Optik Die Linsen 1. Einleitung 1.1. Die Ausgangslage zum Experiment 2. Theorie 2.1. Begriffe und Variablen 3. Experiment 3.1.
Mehr5. Objekterkennung in Bildern und Videos Videoanalyse
5. Objekterkennung in Bildern und Videos Videoanalyse Stephan Kopf 1 Übersicht Motivation Anforderungen an Objekterkennungsalgorithmen Objekterkennung mittels Konturen Helligkeiten Farben Formen Objekterkennung
MehrMesh-Visualisierung. Von Matthias Kostka. Visualisierung großer Datensätze
Mesh-Visualisierung Von Matthias Kostka Übersicht Einführung Streaming Meshes Quick-VDR Rendering virtueller Umgebung Rendering mit PC-Clustern Zusammenfassung 2 Mesh Untereinander verbundene Punkte bilden
MehrInteraktion mit projizierten Benutzerschnittstellen. Franziska Meyer. Betreuer: Marc Langheinrich
Interaktion mit projizierten Benutzerschnittstellen Franziska Meyer Betreuer: Marc Langheinrich Smarte Objekte und smarte Umgebungen Franziska Meyer - p. 1/16 Aufteilung Aufteilung Motivation 1. Franziska
MehrDie 3D-Parameter des Adjust-Fensters im Programm Apophysis 2.08 Beta 3D Hack
Die 3D-Parameter des Adjust-Fensters im Programm Apophysis 2.08 Beta 3D Hack Perspective und Pitch Das Bild wurde mit 4 TF s, jede mit der Variation Sinusoidalxy, erstellt. Wenn Sinusoidalxy_height = 0
MehrSeminar Computerspiele Räumliche Datenstrukturen. Ralf Pramberger
Seminar Computerspiele Räumliche Datenstrukturen Ralf Pramberger Themen 2 1. Grundlagen Szene Sichtbarkeit (Raytracing) Culling 2. Räumliche Datenstrukturen Bounding Volume Hierarchie Quadtree/Octree BSP-Tree
MehrComputergrafik Universität Osnabrück, Henning Wenke,
Computergrafik Universität Osnabrück, Henning Wenke, 2012-07-09 Noch Kapitel XVI Realtime Ray Tracing KD-Tree: Surface Area Heuristic Ziele der Aufteilung in Child Nodes: 1. Möglichst gleich viele Objekte
MehrS Gegenseitige Lage von Ebeben. 2 Schnitt von Ebenen. a) E : x 1 2x 2 + 3x 3 6 = 0 und F : x 1 + 2x 2 + x 3 4 = 0. E + F : 2x 1 + 4x 3 10 = 0
S. 8 7 Gegenseitige Lage von Ebeben Schnitt von Ebenen a) E : x x + x 6 = und F : x + x + x = E + F : x + x = Parametrisierung: x = λ x = λ In F eingesetzt: λ + x + λ = x = + λ Schnittgerade: X =,, b)
MehrMesstechnik VO, Mi, 16:15-17:45, HS i9. Axel Pinz. Axel Pinz SS 2017 Messtechnik 2 1
Messtechnik 2 438.013 2 VO, Mi, 16:15-17:45, HS i9 Axel Pinz 1 Curriculum Bachelor, Pflicht: Messtechnik 1 Messtechnik 2 vorwiegend elektrische Größen nichtelektrische Größen, Schwerpunkt: optische/bildgestützte
Mehr11 Gleichungssysteme. 5y 5z = 10 (G 1) 10y + 8z = 12 (G 3) 2(5 3y 2z) + y z = 0 (G 1) 2(5 3y 2z) + 4y + 4z = 2 (G (G 3) y = 6 4z
Mathematik. Klasse Gleichungssysteme Beispiel: Für welche Werte von x und y sind beide der folgenden Gleichungen wahr? x + y = 60 (G ) x y = 40 (G ). Lösungsmethoden Es gibt verschiedene Lösungsmethoden
MehrName und des Einsenders
Titel der Einheit Stoffgebiet Name und Email des Einsenders Ziel der Einheit Inhalt Voraussetzungen Konstruktion von Kegelschnitten Geometrie Andreas Ulovec Andreas.Ulovec@univie.ac.at Verwenden von Dynamischer
MehrHow to make a PIXAR movie
How to make a PIXAR movie Non-Photorealistic Rendering Definition NPR is an area of computer graphics that focuses on enabling a wide variety of expressive styles for digital art. Alternativbezeichnungen:
MehrSoftware-Praktikum für! Anfänger und Fortgeschrittene!
Software-Praktikum für! Anfänger und Fortgeschrittene! Susanne Krömker!! Bewerbung zu einem Thema!!(+ Alternativen)!! Anmeldung über E-Mail bis Fr, 3. Mai 2013!!www.iwr.uni-heidelberg.de/groups/ngg/practical.php!!
MehrDigital Image Interpolation with CUDA
Digital Image Interpolation with CUDA Matthias Schwarz & Martin Rustler Hardware-Software-Co-Design Universität Erlangen-Nürnberg matthias.schwarz@e-technik.stud.uni-erlangen.de martin.rustler@e-technik.stud.uni-erlangen.de
MehrFree View Point Video - der nächste Schritt in der Unterhaltungselektronik
Free View Point Video - der nächste Schritt in der Unterhaltungselektronik P. Eisert, P. Kauff, A. Smolic, R. Schäfer Fraunhofer Heinrich-Hertz-Institut eisert/kauff/smolic/schaefer@hhi.de 1. Einleitung
MehrTotale Ableitung und Jacobi-Matrix
Totale Ableitung und Jacobi-Matrix Eine reelle Funktion f : R n R m ist in einem Punkt x differenzierbar, wenn f (x + h) = f (x) + f (x)h + o( h ) für h 0. Totale Ableitung 1-1 Totale Ableitung und Jacobi-Matrix
MehrGraphische Datenverarbeitung und Bildverarbeitung
Graphische Datenverarbeitung und Bildverarbeitung Hochschule Niederrhein Verdeckung Graphische DV und BV, Regina Pohle, 20. Verdeckung Einordnung in die Inhalte der Vorlesung Einführung mathematische und
MehrEchtzeit Videoverarbeitung
Erzeugung von 3D Darstellungen Herbert Thoma Seite 1 Gliederung 3D Transformationen Sichtbarkeit von 3D Objekten Beleuchtung Texturen Beispiele: SGI Infinite Reality 2, PC 3D Hardware Seite 2 3D Transformationen
Mehr