Исходное сообщение
"Компания Intel опубликовала библиотеку для шумоподавления и ..." Отправлено opennews, 31-Янв-19 11:14
Компания Intel представила (https://openimagedenoise.github.io/news.html) первый экспериментальный выпуск библиотеки oidn (http://www.openimagedenoise.org/) (Open Image Denoise), предлагающей коллекцию  фильтров для устранения шумов на изображениях, подготовленных с использованием систем рендеринга на основе трассировки лучей. Библиотека развивается как часть более крупного проекта Intel Rendering Framework (https://software.intel.com/en-us/rendering-framework), нацеленного на разработку средств программной визуализации научных расчётов (SDVis (http://sdvis.org/) (Software Defined Visualization), включающих библиотеку трассировки лучей Embree (https://embree.github.io/), систему фотореалистичной отрисовки GLuRay (https://github.com/TACC/GLuRay), платформу распределённой трассировки лучей OSPRay (http://ospray.org/) и систему программной растеризации OpenSWR (https://www.opennet.ru/opennews/art.shtml?num=43176). Код написан на языке С++ и опубликован (https://github.com/OpenImageDenoise/oidn) под лицензией Apache 2.0. Целью библиотеки Open Image Denoise является предоставление высококачественных, эффективных и простых в использовании функций шумоподавления, которые можно применять для повышения качества результатов трассировки лучей. Предложенные фильтры  позволяют на основании результата сокращённого цикла трассировки лучей получить итоговый уровень качества, сопоставимый с результатом более затратного и длительного процесса детализированного рендеринга. Предложенные алгоритмы обеспечивают отсеивание случайного шума, моделируемого методом Монте-Карло (https://ru.wikipedia.org/wiki/%D0%9C%D0%... свойственного стохастическим алгоритмам  трассировки лучей, таким как рендеринг на основе трассировки пути (https://ru.wikipedia.org/wiki/%D0%A2%D1%.... Для достижения высокого качества рендеринга в подобных алгоритмах требуется проведение трассировки очень большого числа лучей, иначе на результирующем изображении появляются заметные артефакты в виде случайного шума. Применение Open Image Denoise позволяет на несколько порядков сократить количество необходимых вычислений при расчёте каждого пикселя. В итоге можно значительно быстрее  сгенерировать изначально зашумлённое изображения и довести его до приемлемого качества при помощи быстрых алгортимов подавления шумов. В зависимости от применяемого оборудования данный подход можно применять даже для интерактивной трассировки лучей c формированием изображений на лету. Предложенная реализация оптимизирована для различных классов  64-разрядных CPU Intel с поддержкой инструкций SSE4, AVX2 и AVX-512. В качестве минимального требования заявлена поддержка SSE4.2. Для вычислений используется MKL-DNN (https://github.com/intel/mkl-dnn), вариант библиотеки MKL (https://software.intel.com/en-us/mkl) (Intel Math Kernel Library) с векторизированными и многопоточными математическими функциями, оптимизированными для решения задач машинного обучения. URL: https://openimagedenoise.github.io/news.html Новость: https://www.opennet.ru/opennews/art.shtml?num=50048