被写界深度とモーションブラーの組み合わせ計算を高速化！「Laplacian Kernel Splatting for Efficient Depth-of-field and Motion Blur Synthesis or Reconstruction（効率的な被写界深度とモーションブラー合成または再構成のためのラプラシアンカーネルスプラット）」SIGGRAPH技術論文
プロモーション
SIGGRAPH 2018: Laplacian Kernel Splatting for Efficient Depth-of-field and Motion Blur
被写界深度とモーションブラーの組み合わせをシミュレートすることは、合成画像の映画品質にとって重要な要素ですが、計算時間がかかることがあります。各ピクセルの点広がり関数（PSF）をスプラットすることは一般的であり、高品質を提供するが、計算時間が非常に長くかかる。私たちはこれを2つのステップで加速します：前処理では、私たちがスプレッドレットと呼ぶ可能性のあるすべてのPSFのラプラシアンの疎な表現を最適化します。実行時に、スプレッドレットは画像のラプラシアンに効率的にスプラット表示できます。この画像を積分することで最終的な結果が得られます。私たちのアプローチは、強烈な動きや大きな焦点を外れた領域に忠実に尺度を合わせ、速度と品質をオフラインやインタラクティブなアプローチと比較して優れています。ピンホールからの合成と、確率的画像からの再構成の両方に適用することができ、レイヤリングの有無を問わない
これは早く実用化されると良いなぁ
関連リンク
プロモーション
コメント