Нейромережеві методи генерації текстури заданого матеріалу для тривимірних моделей

Скорочена інформація про документ
dc.contributor.advisorШаповалова, Світлана Ігорівна
dc.contributor.authorНерослик, Максим Євгенович
dc.date.accessioned2025-01-17T13:53:00Z
dc.date.available2025-01-17T13:53:00Z
dc.date.issued2024
dc.descriptionПрограмна система генерує на основі заданого типу матеріалу три карти: кольору, висот та нормалей. За допомогою цих карт та PBR шейдера створюється матеріал. Його буде продемонстровано у вікні відображення. У цьому ж вікні є можливість випрати тривимірний примітив, на якому й буде відображено матеріал. Додатково, у системі є можливість простих маніпуляцій з примітивами та налаштування параметрів матеріалу (сила нормалей, паралаксу тощо). Матеріал є можливість експортувати для його використання в рушіях, що працюють із тривимірною графікою (наприклад, Blender чи Unity). У якості експортованих даних буде створено три відповідні карти.
dc.description.abstractАктуальність теми. Досліджувана тема є актуальною через зростаючу потребу у високоякісному текстуруванні тривимірних моделей у таких галузях, як комп’ютерна графіка, ігрова індустрія, архітектура та віртуальна реальність. Традиційні методи генерації текстур вимагають значних часових і ресурсних витрат, тоді як нейромережеві підходи пропонують автоматизацію процесу, підвищення рівня деталізації та створення реалістичних текстур, що відповідають заданим властивостям матеріалів. Мета роботи. Створення програмного забезпечення для генерації зображень текстур вибраного типу матеріалу нейромережевим методом для подальшого їх використання в матеріалах будь-яких тривимірних об’єктів. Завдання дослідження: 1. Провести аналіз методів та засобів розв’язання задачі. 2. Реалізувати архітектуру моделі глибокої згорткової генеративно-змагальної нейронної мережі. 3. Реалізувати алгоритм відображення тривимірного об’єкта та матеріалу на ньому за допомогою шейдерів. 4. Реалізувати методи алгоритмічного створення необхідних карт нормалей та висот. 5. Провести випробування. Об’єкт дослідження. Нейромережеві методи генерації зображення текстури відповідного типу. Предмет дослідження. Генерація зображення на нейронній мережі DCGAN. Методи дослідження. методи генеративного штучного інтелекту. Апробація результатів роботи. Основні положення роботи доповідались і обговорювались на XXІ міжнар. наук.-практ. конф. молод. вчених і студентів «Сучасні проблеми наукового забезпечення енергетики»: Нерослик М.Є., Шаповалова С.І. Нейромережеві методи генерації текстури заданого матеріалу для тривимірних моделей. Сучасні проблеми наукового забезпечення енергетики: матеріали XXІ міжнар. наук.-практ. конф. молод. вчених і студентів у 2 т. 23–26 квіт. 2024 р. Київ. КПІ ім. Ігоря Сікорського, Вид-во «Політехніка». 2024. Т.2. С. 236-237. Структура та обсяг магістерської дисертації. Магістерська дисертація складається зі вступу, п’яти розділів, висновку, переліку посилань з 43 найменувань, двох додатків, містить 37 рисунків, 2 таблиці. Повний обсяг дипломної роботи складає 98 сторінок, з яких список використаних джерел займає 5 сторінок, додатки – 4 сторінки.
dc.description.abstractotherRelevance of the topic. The studied topic is relevant due to the growing demand for high-quality texturing of 3D models in industries such as computer graphics, gaming, architecture, and virtual reality. Traditional texture generation methods require significant time and resources, while neural network approaches offer process automation, increased detail levels, and the creation of realistic textures that meet specified material properties. Objective of the work. To develop software for generating texture images of selected material types using neural network methods for subsequent use in materials of any 3D objects. Research tasks: 1. Analyze methods and tools for solving the problem. 2. Implement the architecture of a deep convolutional generative adversarial neural network (DCGAN). 3. Develop an algorithm for rendering a 3D object and its material using shaders. 4. Implement methods for algorithmically creating necessary normal and height maps. 5. Conduct testing. Object of research. Neural network methods for generating texture images of specified types. Subject of research. Image generation using a DCGAN neural network. Research methods. Generative artificial intelligence methods. Testing of research results. The main findings of the work were presented and discussed at the XXI International Scientific and Practical Conference for Young Scientists and Students "Modern Problems of Scientific Support for Energy": Neroslyk M.Ye., Shapovalova S.I. Neural Network Methods for Generating Specified Material Textures for 3D Models. Modern Problems of Scientific Support for Energy: Proceedings of the XXI International Scientific and Practical Conference for Young Scientists and Students in 2 volumes, April 23–26, 2024. Kyiv, Igor Sikorsky KPI, "Polytechnic" Publishing House, 2024. Vol. 2, pp. 236–237. Structure and volume of the master's thesis. The master's thesis consists of an introduction, five chapters, a conclusion, a list of references with 43 sources, and two appendices. It contains 37 figures and 2 tables. The total volume of the thesis is 98 pages, with the list of references occupying 5 pages, and the appendices 4 pages.
dc.format.extent98 с.
dc.identifier.citationНерослик, М. Є. Нейромережеві методи генерації текстури заданого матеріалу для тривимірних моделей : магістерська дис. : 122 Комп’ютерні науки / Нерослик Максим Євгенович. – Київ, 2024. – 98 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72006
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectdcgan
dc.subjectнейромережі
dc.subjectглибоке навчання
dc.subjectсинтез зображень
dc.subjectкомп’ютерна графіка
dc.subjectтекстурування
dc.titleНейромережеві методи генерації текстури заданого матеріалу для тривимірних моделей
dc.title.alternativeНейромережеві методи генерації текстури заданого матеріалу для тривимірних моделей
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Neroslik_magistr.pdf
Розмір:
4.27 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ЦТЕ)
Магістерські роботи