Forschung

Globale Beleuchtung für die Echtzeitgrafik

Die Globale Beleuchtung erfordert zeitaufwändige Berechnungen, die auf einer CPU nicht in Echtzeit durchgeführt werden können. Dies gilt insbesondere für die Simulation des indirekten Lichts. Ein Forschungsschwerpunkt ist daher die Umformulierung der CPU Algorithmen für die parallel arbeitende Grafik Hardware (GPU), so dass eine maximale Beschleunigung der Beleuchtungsverfahren erreicht werden kann.

 

Beleuchtung in Augmented Reality

In Augmented Reality Anwendungen wird das reale Kamerabild durch virtuelle Objekte erweitert. Ohne korrekte Beleuchtung wirken diese Objekt meist künstlich. Durch Rekonstruktion des realen Umgebungslichts können die virtuellen Objekte mit konsistenter Beleuchtung in das reale Bild integriert werden und wirken somit wie reale Objekte. Forschungsschwerpunkt ist hier die schnelle Rekonstruktion von zeitlich und räumlich variierendem Licht für eine Echtzeit-Erweiterung eines realen Kamerabilds. Mobile Geräte bieten sich hier für eine Erweiterung an, da sie mit der eingebauten Kamera praktisch einen Fensterrahmen in der realen Welt darstellen. Aufgrund der aktuellen Limitierungen mobiler Geräte ist eine interaktive Augmentierung hier eine besondere Herausforderung.

Predictive Rendering

Beim Predicitve Rendering geht es um eine exakte Vorhersage des Aussehens einer dreidimensionalen Szene, sodass das Rendering praktisch identisch zu einem realen Foto ist. Dies erfordert eine aufwändige globale Beleuchtungssimulation, wobei hier speziell die korrekte Simulation komplexer Lichtpfade mit mehrfachen spekularen und diffusen Reflexionen eine Herausforderung darstellt. Eines der besten Verfahren in diesem Bereich ist das Stochastic Progressive Photon Mapping (SPPM).

 

General Purpose GPU

GPUs haben sich in den letzten Jahren extrem weitereintwickelt. Eine Grafikkarte ist heutzutage praktisch ein günstiger Parallelrechner, der Hunderte von Threads parallel verarbeiten kann. Somit können neben reinem Rendering auch andere Probleme aus der Informatik mit einer GPU gelöst werden. Je nach Anwendung kann die Leistung der CPU dabei um Größenordnungen gesteigert werden. Beispiele für diese Forschung sind die interaktive Simulation von Materialalterung und die Ausrichtung von Bildsequenzen.

 

Kontakt  Suche  Sitemap  Datenschutz  Impressum
© TU Clausthal 2017