Subdivision felületek fejlesztése (neurális hálók)
Konzulens:
Dr. Vaitkus Márton
Tárgy:
Önálló laboratórium - Szoftverfejlesztés és rendszertervezés specializáció, BSc Info.
Önálló laboratórium - Irányítórendszerek ágazat, BSc Vill.
Önálló laboratórium 1 - Irányítórendszerek főspecializáció, MSc Vill.
Önálló laboratórium 2 - Irányítórendszerek főspecializáció, MSc Vill.
Önálló laboratórium 1 - Vizuális informatika főspecializáció, MSc Info.
Önálló laboratórium 2 - Vizuális informatika főspecializáció, MSc Info.
Önálló laboratórium 1 - Intelligens beágyazott mecha. rendsz. szakir., MSc Mecha.
Önálló laboratórium 1 - Egészségügyi mérnök, MSc Eü.
Önálló laboratórium 2 - Egészségügyi mérnök, MSc Eü.
Önálló laboratórium 1 - Irányító és látórendszerek MSc. főspec.
Önálló laboratórium 2 - Irányító és látórendszerek MSc. főspec.
Önálló laboratórium 2 - Vizuális informatika MSc. főspec.
Önálló laboratórium - Irányítórendszerek ágazat, BSc Vill.
Önálló laboratórium 1 - Irányítórendszerek főspecializáció, MSc Vill.
Önálló laboratórium 2 - Irányítórendszerek főspecializáció, MSc Vill.
Önálló laboratórium 1 - Vizuális informatika főspecializáció, MSc Info.
Önálló laboratórium 2 - Vizuális informatika főspecializáció, MSc Info.
Önálló laboratórium 1 - Intelligens beágyazott mecha. rendsz. szakir., MSc Mecha.
Önálló laboratórium 1 - Egészségügyi mérnök, MSc Eü.
Önálló laboratórium 2 - Egészségügyi mérnök, MSc Eü.
Önálló laboratórium 1 - Irányító és látórendszerek MSc. főspec.
Önálló laboratórium 2 - Irányító és látórendszerek MSc. főspec.
Önálló laboratórium 2 - Vizuális informatika MSc. főspec.
Hallgatói létszám:
1
Folytatás:
Szakdolgozat / Diplomaterv
Leírás:
A 3D modellezésben elterjedten használtak az un. subdivision felületek, amik egy kontrollpoliédert finomítanak rekurzív módon. Konkrétabban a poliéderből egy új, finomított poliédert generálunk, aminek csúcsai a korábbiak súlyozott átlagaként adódnak. Megfelelő finomítási szabályok választása esetén belátható, hogy a rekurzió egy folytonos felülethez konvergál és már kevés iteráció után jól közelítjük a végleges felület pontjait. 
Napjainkban számost területen sikerrel használnak úgynevezett neurális hálózatokat. Nemrégiben merült csak fel, hogy ezeket lehetne használni subdivision módszerek optimalizálására is. Konkrétan, a finomítási szabályokat nem rögzítjük le előre, hanem példák alapján tanuljuk. A példákat úgy generáljuk, hogy nagy felbontású modelleket addig egyszerűsítünk, amíg egy alacsony felbontású (kontroll)poliédert nem kapunk. A kontrollpoliédert aztán egy neurális háló segítségével próbáljuk rekurzívan finomítani, úgy, hogy jó közelítéssel visszakapjuk az eredeti felületet. Attól függően pontosan milyen jellegű példák tanítottuk a hálót, különböző "stílusú" (pl. gömbölyű, vagy szögletes) felületeket produkálhat a rekurzív felosztás.
A hallgató feladatai:
1. Ismerkedjen meg a neurális hálók és rekurzív felosztásos felületek alapjaival [1] és a neurális subdivision technikával [2].
2. Implementálja a neurális subdivision módszert és vizsgálja meg viselkedését különböző szituációkban.
Ajánlott előismeretek: számítógépes grafika, 3D geometria alapjai, Python nyelv
Ajánlott irodalom:
[1] DeRose et al.: Subdivision Surfaces in Character Animation. SIGGRAPH '98.
[2] Liu et al.: Neural Subdivision. SIGGRAPH '20.