📄Работа №210988

Тема: Разработка программного компонента для предсказания времени отрисовки сцены программы Autodesk 3Ds Max с использованием нейросетевых технологий

📝
Тип работы Дипломные работы, ВКР
📚
Предмет программирование
📄
Объем: 45 листов
📅
Год: 2021
👁️
Просмотров: 15
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.

📋 Содержание

ВВЕДЕНИЕ 4
1. АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ 7
1.1. Рендеринг 7
1.2. Обзор библиотек 8
2. ТЕОРЕТИЧЕСКАЯ ЧАСТЬ 10
2.1. Глубокие нейронные сети 10
2.2. Деревья решений 11
2.3. Градиентный бустинг 13
3. ПРОЕКТИРОВАНИЕ 14
3.1. Определение требований 14
3.2. Архитектура системы 14
3.3. Описание интерфейса 16
4. РЕАЛИЗАЦИЯ 18
4.1. Программные средства реализации 18
4.2. Разбиение входных данных 19
4.3. Реализация метрики качества модели 20
4.4. Реализация градиентного бустинга 20
4.5. Реализация нейронной сети 28
4.6. Демонстрация 35
5. ТЕСТИРОВАНИЕ 39
5.1. Функциональное тестирование 39
5.2. Тестирование компонента 39
ЗАКЛЮЧЕНИЕ 42
ЛИТЕРАТУРА 43

📖 Введение

Основные определения
Рендеринг - термин в компьютерной графике, обозначающий процесс получения изображения модели с помощью компьютерной программы[4].
Сцена - трехмерная модель виртуальной реальности, созданная при помощи программы SD-моделирования.
Актуальность
Потребность в компьютерном моделировании возникает во многих, если не во всех, областях современной человеческой деятельности. Реклама, маркетинг, архитектура, создание новых продуктов, дизайн, производство кинопродукции - наиболее яркие примеры, использования компьютерного моделирования. Область 36-моделирования и анимации активно развивается и совершенствуется, а на рынке услуг визуализации и рендеринга прогнозируется ежегодный рост на 20-25%[5].
Однако операции финальной обработки кино и анимации до сих пор являются непредсказуемыми в плане прогнозирования ресурсов. Главным образом, это объясняется тем, что у каждой кинокартины - уникальный кортеж параметров обработки видеоряда, сроки сдачи. Этот факт сильно затрудняет проведение объективной оценки сметной стоимости проектов, что в дальнейшем приводит либо к использованию избыточных ресурсов (а значит увеличению себестоимости производства), либо срыву сроков проекта.
Для разработки компонента, который позволит с точностью не менее 85% предсказывать время, которое будет затрачено на рендер загруженной модели решено использовать алгоритмы машинного обучения и искусственных нейронных сетей.
На практике использование разрабатываемого компонента позволит решить проблему, возникающую в процессе работы с трехмерным моделированием и компьютерной графикой, это позволит оценить время рендера на имеющихся мощностях. В случае, если предсказанное время 4
будет превышать допустимые рамки, у пользователя будет возможность увеличить мощность оборудования, используемого для рендера.
Полученный в результате разработки компонент можно использовать в любой области, которая в своей работе обращается к использованию компьютерной графики и трехмерному моделированию. На данный момент подобный компонент не имеет практических аналогов ни среди существующего программного обеспечения, ни среди сторонних разработок.
Цель и задачи исследования
Целью данной работы является разработка программного компонента для предсказания времени отрисовки сцены программы Autodesk 3Ds Max[6] с использованием нейросетевых технологий.
Для выполнения поставленной цели необходимо решить следующие задачи, перечисленные ниже:
1) провести анализ предметной области;
2) подготовить обучающую и тестовую выборки;
3) спроектировать топологию нейронной сети;
4) провести обучение и тестирование нейронной сети.
Структура и объем работы
Работа состоит из введения, 5 разделов, заключения и списка литературы. Объем работы составляет 45 страниц, объем библиографического списка - 31 источников.
Содержание работы
В первой главе приводятся теоретические сведения о предметной области, а также осуществляется обзор библиотек для решения поставленной задачи.
Во второй главе приводятся теоретические основы глубоких искусственных нейронных сетей и деревья решений, а также описан алгоритм определения сложности материала в сцене.
В третьей главе описывается топология искусственной нейронной сети, архитектура градиентного бустинга, а также архитектура и требования компоненту.
В четвертой главе описаны средства разработки, искусственной нейронной сети.
В пятой главе описывается тестирование нейронной сети и градиентного бустинга.
В заключении представлены основные результаты выполненной работы.

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании

✅ Заключение

В рамках данной работы был разработан программный компонент для предсказания времени отрисовки сцены программы Autodesk 3Ds Max с использованием нейросетевых технологий. При этом были решены нижеперечисленные задачи.
1. Проведен обзор литературы по предметной области.
2. Подготовлены обучающие и тестовые выборки.
3. Выполнено проектирование архитектуры нейронной сети.
4. Произведено обучение и тестирование спроектированной нейронной сети.
В настоящий момент улучшение приложения продолжается, в частности происходит увеличение набора данных сценами с большим временем рендеринга и предсказание рендерера не только Corona, а также V-Ray.
Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ

📕 Список литературы

1. LeCun Y., Bengio Y., Hinton G. Deep learning // Nature. 2015. № 7553 (521). C. 436-444.
2. Ravi D. [и др.]. Deep Learning for Health Informatics // IEEE Journal of Biomedical and Health Informatics. 2017. № 1 (21). C. 4-21.
3. Франсуа Ш. Глубокое обучение на Python / Ш. Франсуа, под ред. К. Тульцева, 2018. 400 c.
4. Рендер - определение [Электронный ресурс]. URL: https://en.wikipedia.org/wiki/Rendering_(computer_graphics)] (дата обращения: 29.05.2021 г.).
5. Темпы роста рынка визуализации [Электронный ресурс]. URL: https://www.prnewswire.com/news-releases/visualization-and-3d-rendering- software-market-to-garner-7-96-bn-globally-by-2027-at-23 -1 -cagr-allied- market-research-301244622.html (дата обращения: 29.05.2021 г.).
6. Autodesk 3ds Max [Электронный ресурс]. URL: https://www.autodesk.com/products/3ds-max/overview (дата обращения: 29.05.2021 г.).
7. Scikit-learn официальный сайт [Электронный ресурс]. URL: https://scikit-learn.org/ (дата обращения: 29.05.2021 г.).
8. Tensorflow официальный сайт [Электронный ресурс]. URL: https://www.tensorflow.org/ (дата обращения: 29.05.2021 г.).
9. Keras официальный сайт [Электронный ресурс]. URL: https://keras.io/ (дата обращения: 29.05.2021 г.).
10. PyTorch официальный сайт [Электронный ресурс]. URL: https://pytorch.org/ (дата обращения: 29.05.2021 г.).
11. Deeplearning4j официальный сайт [Электронный ресурс]. URL: https://deeplearning4j.org/ (дата обращения: 29.05.2021 г.).
12. Theano официальный сайт [Электронный ресурс]. URL: http://deeplearning.net/software/theano/ (дата обращения: 29.05.2021 г.).
13. Деревья решения [Электронный ресурс]. URL: https://loginom.ru/blog/decision-tree-p1 (дата обращения: 22.05.2021 г.).
14. JSON [Электронный ресурс]. URL: https://www.json.org/ (дата обращения: 29.05.2021 г.).
15. ViewPort Autodesk 3ds max [Электронный ресурс]. URL: https://knowledge.autodesk.com/support/3ds-max/learn- explore/caas/CloudHelp/cloudhelp/2020/ENU/3DSMax- Customizing/files/GUID-6640623A-4931 -4C09-81CB-C798D1396B94- htm.html (дата обращения: 29.05.2021 г.)....31

🖼 Скриншоты

🛒 Оформить заказ

Работу высылаем в течении 5 минут после оплаты.

©2026 Cервис помощи студентам в выполнении работ