Universität Wien

052216 VU Real-Time Ray Tracing 6VU (2024S)

6.00 ECTS (4.00 SWS), SPL 5 - Informatik und Wirtschaftsinformatik
Prüfungsimmanente Lehrveranstaltung
Moodle
Fr 03.05. 16:45-18:15 Seminarraum 6, Währinger Straße 29 1.OG

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 25 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Freitag 01.03. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
Freitag 08.03. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
Freitag 15.03. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
Freitag 22.03. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
Freitag 12.04. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
Freitag 19.04. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
Freitag 26.04. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
Freitag 10.05. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
Freitag 17.05. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
Freitag 24.05. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
Freitag 31.05. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
Freitag 07.06. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
Freitag 14.06. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
Freitag 21.06. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
Freitag 28.06. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Der Kurs vermittelt die Grundlagen des Echtzeit-Raytracing, einschließlich zufälligen sampling von Hemisphären, ray intersections, Bounding-Volume-Hierarchien, Denoising, zeitlichem Anti-Aliasing und verschiedenen 4K-Upscaling-Methoden. Darüber hinaus werden zusätzliche Themen für fortgeschrittenes Echtzeit-Raytracing auf dem neuesten Stand der Technik gelehrt, einschließlich dynamischer Auflösungsskalierung mit variablen Bildwiederholraten und auf maschinellem Lernen basierendem Rendering zur Beleuchtung der Szene und Deep-Learning-Supersampling. Nach dem Kurs verstehen die Teilnehmer*innen alle wichtigen Konzepte hinter Echtzeit-Raytracing und sind in der Lage, sie in eine Render-Engine zu implementieren.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Während des Semesters sind vier getrennt benotete Hausarbeiten abzugeben.
Zwei schriftliche Prüfungen (eine während des Semesters und eine am Ende des Semesters).

Mindestanforderungen und Beurteilungsmaßstab

Die Gesamtnote errechnet sich aus den beiden Klausuren (je 20 %) und den vier Hausarbeiten (1. Hausarbeit: 10 %, 2. Hausarbeit: 15 %, 3. Hausarbeit: 20 %, 4. Hausarbeit: 15 %).
Um eine positive Benotung zu erreichen
- muss zu jeder Aufgabe eine Lösung eingereicht werden und
- muss über alle schriftlichen Prüfungen mindestens 50 % der maximal erreichbaren Punktzahl erreicht werden.

Noten errechnen sich aus der gewichteten Summe:
89% <= P <= 100% Sehr Gut (1)
76 % <= P < 89 % Gut (2)
63 % <= P < 76 % Befriedigend (3)
50 % <= P < 63 % Genügend (4)
0% <= P < 50% Nicht Genügend (5)

Prüfungsstoff

Real Time Ray Tracing, Dynamic Resolution Scaling, Machine Learning basiertes Rendering

Literatur

Christer Ericson, Real-Time Collision Detection, CRC Press (December 22, 2004)
Tomas Akenine-Möller, Eric Haines, Naty Hoffman, Angelo Pesce, Michal Iwanicki, Real-time Rendering, CRC Press, 4. Auflage, 21. August 2018
Alexander Keller, Jaroslav Křivánek, Jan Novák, Anton Kaplanyan, Marco Salvi, Machine learning and rendering, SIGGRAPH '18 ACM SIGGRAPH 2018 Courses, ACM New York, 2018
Tomas Akenine-Möller, Eric Haines, Ray Tracing Gems, Apress, 2019

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Do 22.02.2024 14:05