E:2116

Master Thesis Seminar: Stochastic Depth of Field using Hardware Accelerated Rasterization

Date: June 09, 2008 (Monday) at 10:00

Robert Toth och Erik Linder presenterar sitt exjobb: "Stochastic Depth of Field using Hardware Accelerated Rasterization"

Abstract:

Depth of field is a desired, but computationally expensive effect in computer graphics.
A number of algorithms exist, each having distinct drawbacks or limitations.
Accumulation buffering is readily hardware accelerated but requires much computation
time in order to eliminate unnatural artifacts.

Post processing techniques are popular because of their performance but are inaccurate.
Stochastic ray tracing gives excellent quality but is computationally intense and not
easily accelerated using contemporary graphics hardware.

In this thesis, we implement stochastic rasterization on contemporary GPUs, and it is shown to be
as efficient as accumulation buffering with comparable image quality with less obvious artifacts.
We show that it is already viable to use stochastic rasterization in real-time applications,
although several graphics hardware optimizations are unavailable using this technique.
Some of these optimizations can be extended to support stochastic rasterization with only slight
hardware modifications, making the proposed method likely to outperform accumulation buffering
for depth of field effects.

---------------------------------------------

Skärpedjup är en önskvärd, men beräkningsmässigt krävande effekt inom datorgrafik.
Ett flertal algoritmer existerar, varje med sina egna nackdelar eller begränsningar.
Ackumuleringsbuffring är naturligt hårdvaruaccellererad, men kräver mycket beräkningstid
för att uppnå rimlig visuell kvalitet.

Efterbehandlingstekniker är populära på grund av deras prestanda, men approximerar bara
den verkliga effekten och kan aldrig fullständigt återge korrekt resultat.
Stokastisk strålföljning ger utmärkt bildkvalitet men är oerhört beräkningskrävande och
är inte lätt att accellerera med dagens grafikhårdvara.

I detta examensarbetet implementerar vi stokastisk rastrering på dagens GPU:er, och visar
att det är lika effektivt som ackumuleringsbuffring med jämförbar bildkvalitet, med mindre
uppenbara artefakter. Vi visar att stokastisk rastrering redan idag är användbar för
realtidsapplikationer, trots att flera grafikhårdvaruoptimeringar inte är tillgängliga
med denna teknik. Vissa av dessa optimeringarna kan utökas till att stödja stokastisk
rastrering med endast små hårdvarumodifikationer, vilket sannolikt gör den föreslagna tekniken
överlägsen ackumuleringsbuffring för skärpedjup.

Room: E:2116

Last modified Dec 9, 2011 12:59 pm by Mikael.Antic@cs.lth.se

0378