Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.
052216 VU Real-Time Ray Tracing (2025S)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Mo 10.02.2025 09:00 bis Fr 21.02.2025 09:00
- Abmeldung bis Fr 14.03.2025 23:59
Details
max. 25 Teilnehmer*innen
Sprache: Deutsch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Freitag 07.03. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 14.03. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 21.03. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 28.03. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 04.04. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 11.04. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 02.05. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 09.05. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 16.05. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 23.05. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 30.05. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 06.06. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 13.06. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 20.06. 16:45 - 18:15 Seminarraum 6, Währinger Straße 29 1.OG
- Freitag 27.06. 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).
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)
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
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: Mo 17.02.2025 07:45