Adaptive Environment Sampling on CPU and GPU
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216208%3A11320%2F18%3A10386658" target="_blank" >RIV/00216208:11320/18:10386658 - isvavai.cz</a>
Výsledek na webu
<a href="https://doi.org/10.1145/3214745.3214808" target="_blank" >https://doi.org/10.1145/3214745.3214808</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1145/3214745.3214808" target="_blank" >10.1145/3214745.3214808</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Adaptive Environment Sampling on CPU and GPU
Popis výsledku v původním jazyce
We present a production-ready approach for efficient environment light sampling which takes visibility into account. During a brief learning phase we cache visibility information in the camera space. The cache is then used to adapt the environment sampling strategy during the final rendering. Unlike existing approaches that account for visibility, our algorithm uses a small amount of memory, provides a lightweight sampling procedure that benefits even unoccluded scenes and, importantly, requires no additional artist care, such as manual setting of portals or other scene-specific adjustments. The technique is unbiased, simple to implement and integrate into a render engine. Its modest memory requirements and simplicity enable efficient CPU and GPU implementations that significantly improve the render times, especially in complex production scenes.
Název v anglickém jazyce
Adaptive Environment Sampling on CPU and GPU
Popis výsledku anglicky
We present a production-ready approach for efficient environment light sampling which takes visibility into account. During a brief learning phase we cache visibility information in the camera space. The cache is then used to adapt the environment sampling strategy during the final rendering. Unlike existing approaches that account for visibility, our algorithm uses a small amount of memory, provides a lightweight sampling procedure that benefits even unoccluded scenes and, importantly, requires no additional artist care, such as manual setting of portals or other scene-specific adjustments. The technique is unbiased, simple to implement and integrate into a render engine. Its modest memory requirements and simplicity enable efficient CPU and GPU implementations that significantly improve the render times, especially in complex production scenes.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
—
OECD FORD obor
10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)
Návaznosti výsledku
Projekt
—
Návaznosti
I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace
Ostatní
Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
ACM SIGGRAPH 2018 Talks
ISBN
978-1-4503-5820-0
ISSN
—
e-ISSN
neuvedeno
Počet stran výsledku
2
Strana od-do
—
Název nakladatele
ASSOC COMPUTING MACHINERY
Místo vydání
NEW YORK
Místo konání akce
Vancouver
Datum konání akce
12. 8. 2018
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
000455248900068