| Summary: | === This work consists of a study about the global illumination model known as radiosity, in an effort to achieve an efficient implementation on modern hardware.
Radiosity is a classic and very important method in computer graphics. It is the first proposed method to achieve photo-realism as it considers interactions among the objects of the scene. As the method has a high processing demand, we propose the use of modern GPUs, with their massive processing capacity, in an attempt to speed up the computation.
We experimented with two distinct implementations that use GPUs to accelerate part or all of the method. The first implementaion is similar to the original proposal of radiosity, and the GPUs were used to solve the simultaneous linear equations. The second implementation is derived from an extension to the original radiosity method that was designed for processing in GPUs.
As results, we compared different methods to solve the simultaneous linear equations, on both GPUs and CPUs and we proposed an improvement on the GPU implementation related to the determination of visibility. Our modifications improves the quality of the output image while preserving the interactive charateristic of the method variation. === Esse trabalho aborda um estudo sobre o método de iluminação global conhecido como radiosidade, num esforço de obter uma implementação eficiente para determinar a mesma. A radiosidade é um método clássico e muito importante para a computação gráfica ao sintetizar imagens foto-realísticas, pois foi um dos primeiros a considerar informações de vários objetos para determinar a iluminação de uma cena. Como o método apresenta uma grande demanda de processamento, foi utilizada a GPU como forma de otimização, pois a mesma possui uma capacidade de processamento massivo considerável.
Foram realizadas duas implementações distintas que utilizam-se da GPU para acelerar alguma parte ou todo o algoritmo. Como resultado, foram comparados diferentes métodos para resolver sistemas de equações lineares em ambos, GPUs e CPUs, e propusemos uma abordagem para melhorar a determinação de visibilidade da implementação relacionada à GPU.
|
|---|
