Synthèse d’images par estimateurs de Monte Carlo spatio-temporels

La création d’images de synthèse ultra-réalistes nécessite des calculs de lumière complexes, souvent trop longs pour les besoins actuels. Les algorithmes récents (tels que ReSTIR) accélèrent le rendu en réutilisant les informations lumineuses d’une image à l’autre, mais ils risquent d’introduire des distorsions visuelles. L’objectif de ce stage est d’analyser les statistiques de ces méthodes pour définir le compromis optimal entre rapidité et précision. Le résultat sera une méthode de rendu plus robuste, validée par son intégration dans un logiciel de synthèse d’images. Ce travail garantira une haute qualité visuelle tout en respectant des contraintes de temps strictes.

Faculty Supervisor:

Guillaume Gilet

Student:

Partner:

Université de Toulouse

Discipline:

Computer science

Sector:

Education

University:

Université de Sherbrooke

Program:

Globalink Research Award

Current openings

Find the perfect opportunity to put your academic skills and knowledge into practice!

Find Projects