Síntese de Texturas em Tempo-Real Baseada em Patches

Slides:



Advertisements
Apresentações semelhantes
DCA-0114 Computação Gráfica
Advertisements

Análise e Modelagem do Desempenho do Processo de Manufatura - Abordagem as Máquinas da Linha de Produção de uma Empresa do Setor Alimentício Orientando:
Modelagem do Desempenho do Processo de Manufatura - Abordagem as Máquinas da Linha de Produção de uma Empresa do Setor Alimentício Orientando: Lubnnia.
A Classe de Problemas NP
AED /04 1 Programa Conceitos de Programação Orientada por Objectos A linguagem Java –Classes e Objectos –Strings e Arrays –Membros de classe: variáveis.
Método Hierárquico Aglomerativo de Clusterização Algoritmo CURE
Método de Clusterização baseado em Densidade Algoritmo DBSCAN
Inteligência Artificial I
I Iterated Local Search Helena R. Lorenço, Olivier Martinz
1 Busca Heurística - Informada Estratégias de Busca Exaustiva (Cega) encontram soluções para problemas pela geração sistemática de novos estados, que são.
Dispositivos de Entrada/Saída Permitem a comunicação homem-máquina Dispositivos de entrada: Teclado, mouse Dispositivos de saída: Monitor de vídeo, impressora.
Usando Partículas para Amostrar e Controlar Superfícies Implícitas De Andrew P. Witkin e Paul S. Heckbert Apresentador por: Edson L. Araújo.
Reconhecimento de Padrões Dissimilaridade
Busca Heurística - Informada
Técnicas Algorítmicas em Processamento de Imagens
Busca Heurística - Informada
A FAST APRIORI implementation
Apresentação: Léia Michelle de Souza
Estudos Orientados TI Aula 1
Estruturas de Dados e Complexidade de Algoritmos
Simulação de Sistemas Prof. MSc Sofia Mara de Souza AULA2.
Self-Similarity Based Texture Editing Self-similarity Based Texture Editing Stephen Brooks Neil Dogdson University of Cambridge Projeto Final de Processamento.
List Ranking: Um Estudo Experimental
INF 1771 – Inteligência Artificial
Escalonamento de Processos no Linux
Trabalho de Graduação (TG)
Gerenciamento de Controle de Combustível
Aux a fim início Simulação da execução de um algoritmo que troca o conteúdo de duas variáveis recebidas e apresenta o resultado da inversão: leia a,b a.
Alexandre Xavier Falcão & David Menotti
Um Estudo de Aplicação do iPACKMAN para Compressão de Texturas Bruno Marques Marcelo Walter
Análise de Centralidade
NEScrawler Aércio Cavalcanti – Afonso Ferreira - Vilmar Santos -
I Iterated Local Search Helena R. Lorenço, Olivier Martinz
Capítulo 3 Estruturas de Controle
Algoritmos Culturais.
Transferência de aprendizagem
Geração de Planos de Execução Planos para Consultas Aninhadas
Marcus Vinicius Silva Soares Orientador: Luiz Merschmann Outubro / 2010.
SISTEMAS OPERACIONAIS
Avaliação de Clusteres Parte II
INF 1771 – Inteligência Artificial
Visite nosso site ! - Soluções em Geoprocessamento Distribuidor autorizado da MicroImages.
Introdução aos Agentes Inteligentes Busca Heurística (Informada)
Alexandre Mota/Augusto Sampaio {acm,
Algoritmos e Estruturas de Dados Apresentação do Curso Setembro/2005.
Infra-Estrutura de Software
SBRN’02 - Simpósio Brasileiro de Redes Neurais
Instituto Federal de Santa Catarina
Recuperação de Informação
Aula Prática PL Profa. Bernadette Farias Lóscio
13/07/2007 Saulo Andrade Pessoa Simulação de Iluminação Volumétrica Apresentação de Andamento Computação Gráfica.
Abordagem Híbrida para Rastreamento 3D Monocular em Tempo Real de Objetos Planares Especulares Projeto de Computação Gráfica João Paulo Lima Grupo de Pesquisa.
Classificação de imagens de fotografias históricas usando detecção de linhas e paralelogramos pela presença de edifícios Natália Cosse Batista Grupo 8.
BOTs Multiplayer Thiago Jamir e Silva – 20/07/2007.
Roberto A. G. Motta sob orientação do Prof. Dr. Siang Wun Song
CMP 167– Programação com Objetos Distribuídos Prof. Cláudio Geyer
RNA – Radial Basis Function
DEPARTAMENTO DE INFORMÁTICA UFPE GRECO Gerenciamento de Memória.
Best Combination of Binarization Methods for License Plate Character Segmentation (2013) - Resumo Vinicius Queiroz e Vinicius M. de Almeida.
1 Introdução aos Agentes Inteligentes Inventando Funções Heurísticas Flávia Barros.
Lista de exercícios 2, questão número 3 Introdução à Criptografia Moderna com prof. Ruy Queiroz Bruno Barros – Renato Marcelino –
Busca com Informação e Exploração “Busca heurística”
A Linguagem Formal de Especificação VDM-SL
Fábrica de Software III Vivianne da Nóbrega Medeiros Gerente de Projetos.
Plano de Aulas  Estruturas de aceleração  Descarte contra volume de visão  Descarte por oclusão  Grafo de cena: OpenSceneGraph  Traçado de raios em.
Arc Ball Luís César Arc Ball Modelo possui propriedades matemáticas interessantes como conservação da rotação; Transformações das.
ITA - Instituto Tecnológico de Aeronáutica Arquiteturas Programáveis de uma Máquina de Inferência Fuzzy em Tecnologia CMOS Autor: Leonardo Mesquita Orientador:
Busca Heurística Prof. Valmir Macário Filho. 2 Busca com informação e exploração Capítulo 4 – Russell & Norvig Seção 4.1 Estratégias de Busca Exaustiva.
18/09/ /12/20082 Testes Baseados Em Modelo Diana Rúbia Paulo César Qualidade, Processos e Gestão de Software Alexandre Vasconcelos {drrr, pco,
Introdução a Análise de Redes Sociais Aula 07 Dalton Martins Laboratório de Políticas Públicas Participativas Gestão da Informação Universidade.
Transcrição da apresentação:

Síntese de Texturas em Tempo-Real Baseada em Patches Fernando Brayner flb@cin.ufpe.br

Roteiro Motivação/Problema Síntese de Textura baseada em Patches Visão Geral do Algoritmo Próximos passos... Referências

Motivação/Problema Motivação O problema Boa textura  Realismo Obter uma textura de maior resolução facilmente Diminuir trabalho de modelagem de textura O problema Gerar textura automaticamente a partir de uma amostra Algoritmo eficiente e capaz de gerar textura de alta qualidade

Motivação/Problema

Síntese de Texturas Baseada em Amostras Considerações Blocos de textura vizinhos possuem aparência semelhante

Síntese de Texturas Baseada em Amostras

Visão Geral do Algoritmo Dois passos principais Seleção do “melhor” patch Mistura do patch selecionado com a textura de saída Artigo base: L. Liang, C. Liu, Y. Xu, B. Guo, and H. Shum. Real-Time texture synthesis by patch-based sampling. (2001)

Visão Geral do Algoritmo Definir dois parâmetros Wb / We

Visão Geral do Algoritmo (a) Um patch B0 de resolução Wb x Wb é escolhido randomicamente a partir da textura de entrada Iin. Define k = 1 (b) Um próximo patch Bk é selecionado randomicamente até que condição: , Onde é uma medida da distância entre duas zonas de fronteira e é o limite de aceitação para que um Bk selecionado seja aceito. Define k = k + 1. (c) Mescla as zonas de fronteiras dos patches (d) Repete os passos b e c até que Iout esteja completamente coberta

Alguns Resultados -Wb´s diferentes 96x96 96x96 e = 0.3 Wb = 40 We = 12 max: 200 e = 0.3 Wb = 60 We = 12 max: 200

Alguns Resultados - diferentes erros 64x64 236x236 236x236 e = 0.6 Wb = 40 We = 12 max: 200 e = 0.3 Wb = 40 We = 12 max: 200

Alguns Resultados 64x64 64x64 236x236 236x236 e = 0.3 e = 1 Wb = 40 We = 12 max: 200 e = 1 Wb = 20 We = 8 max: 200

Próximos Passos Entender como o processo de síntese pode tomar proveito da execução em uma GPU. OpenGL Shading Language

Referencias L. Liang, C. Liu, Y. Xu, B. Guo, and H. Shum. Real-Time texture synthesis by patch-based sampling. 2001. A. A. Efros and W. T. Freeman. Image quilting for texture synthesis and transfer. Pages 341-346, 2001. Tonietto, L. ; Walter, M. ; Jung, Cláudio . A Randomized Approach for Patch-Based Texture Synthesis using Wavelets Lefebvre, S. and Hoppe, H. 2005. Parallel controllable texture synthesis. In ACM SIGGRAPH 2005 Papers Randi J. Rost, OpenGL Shading Language Second Edition, Addison-Wesley, 2005.