Open tkuri opened 3 years ago
CGにおけるモンテカルロ積分はその確率的な性質からノイズが多い。既存のノイズ除去は画素間に何らかの相関関係を導入しノイズを低減しているが、特有の残留ノイズが発生する。そこで独立した画素と相関のある画素の推定値を組み合わせるための統一的なフレームワークを提案。
提案したフレームワークは既存の相関サンプリングやノイズ除去の後処理として適用出来る。
https://cglab.gist.ac.kr/publications/2020_Deep_Combiner_for_Independent_and_Correlated_Pixel_Estimates.html
論文概要
CGにおけるモンテカルロ積分はその確率的な性質からノイズが多い。既存のノイズ除去は画素間に何らかの相関関係を導入しノイズを低減しているが、特有の残留ノイズが発生する。そこで独立した画素と相関のある画素の推定値を組み合わせるための統一的なフレームワークを提案。
提案したフレームワークは既存の相関サンプリングやノイズ除去の後処理として適用出来る。
https://cglab.gist.ac.kr/publications/2020_Deep_Combiner_for_Independent_and_Correlated_Pixel_Estimates.html
Code (Coming Soon)
https://cglab.gist.ac.kr/publications/2020_Deep_Combiner_for_Independent_and_Correlated_Pixel_Estimates.html