Тема: Разработка программного компонента для предсказания времени отрисовки сцены программы Autodesk 3Ds Max с использованием нейросетевых технологий
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
📋 Содержание
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
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.
✅ Заключение
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.





