Iniciação Científica e Tecnológica
URI permanente desta comunidadehttps://repositorio.insper.edu.br/handle/11224/3250
Navegar
2 resultados
Resultados da Pesquisa
Relatório de Iniciação Tecnológica Representação de cenas 3D usando Deep Learning(2024) Rocha, Joao Gabriel ValentimO trabalho presente aborda avanços na computação gráfica, com foco em técnicas de renderização 3D baseadas em Machine Learning, como Neural Radiance Fields (NeRF), Instant NGP, BakedSDF e Gaussian Splatting. A introdução destaca a importância da visão computacional e a evolução da renderização de imagens, desde problemas diretos até problemas inversos, onde se busca reconstruir cenas tridimensionais a partir de imagens. O Gaussian Splatting é detalhado como uma técnica que utiliza gaussianas 3D para modelar cenas de forma eficiente, permitindo otimizações precisas e renderizações rápidas. O documento também explora a visualização de malhas e volumétrica, além de sistemas para renderização volumétrica inversa, como NerfStudio e SDFStudio. Experimentos são realizados para ajustar hiper-parâmetros do Gaussian Splatting, analisando seu impacto em métricas como PSNR, FPS e tempo de convergência. A adição de uma loss extra, como o filtro de Sobel, é testada para melhorar a qualidade das bordas nas imagens geradas. Conclui-se que o Gaussian Splatting oferece avanços significativos em eficiência e qualidade visual, com potencial para aplicações em realidade virtual e aumentada. Trabalhos futuros incluem ajustes finos de hiper-parâmetros e novas adaptações na função de perda para otimizar ainda mais o desempenho do algoritmo.Relatório de Iniciação Científica A Comparison of Supercomputing Techniques Applied to the Detection of Exoplanets(2024) Barreto, Arthur Martins de SouzaEste trabalho aborda a implementação paralela do algoritmo de fitting de trânsitos planetários, o BLS. Esse algoritmo é fundamental para a análise de dados de satélites em missões espaciais, como as missões KEPLER e K2, discutidas neste projeto. O estudo foca na otimização do algoritmo utilizando frameworks de paralelismo, como OpenMP, MPI, GPUs por meio do PyTorch, e o STAPL, uma biblioteca que abstrai o uso de OpenMP e MPI. Como sugestão de melhoria para este projeto, destaca-se a importância da otimização do algoritmo de geração de candidatos para o BLS, pois é essencial que o período do trânsito e outros parâmetros estejam corretamente incluídos em uma lista abrangente de candidatos a serem testados.