Skip to main content

A personal annotations of Veach's thesis (4)

Here is the (bijectional) Japanese translation, part 3.

Robust Monte Carlo Methods for Light Transport Simulation
光輸送シミュレーションのためのロバストなモンテカルロ法

著者(Author): Eric Veach
Translated by Lx=d HY

1.1.2 輸送モデルに関する仮定

光輸送アルゴリズムは全ての光の振舞いをシミュレートするのではない．なぜなら，ほとんどの応用でそれは必要でないからである．(脚注: 厳密に言えばそれは可能ですらない．なぜなら全ての物理学が知られているわけではないからだ．しかし，光と物体の相互作用は物理学が提供できるものとしては最上のものの一つである．そして実質的に全ての観測される現象はすばらしい精度で予測できる．[Feynman 1985] コンピュータグラフィックスの目的としては我々はこれらの法則が完全に理解されていると仮定してよい．) グラフィックスの立場に立つと，物理学の光学は一つの可能性のメニューとしてはもっとも良いものとして考えられる．各応用に対して，我々はどの光学的効果が重要かを決め，そしてそれをシミュレートできるアルゴリズムを選ぶ．

我々の論文においては，我々は一般的に幾何光学モデルを仮定する．光は表面からのみ放射され，拡散され，吸収される．そして，これらの面の間では光は直進する．したがって，雲や煙のような participate 物体(吸収・拡散を行う物体)，あるいは屈折率が連続的に変化する物体(たとえば，熱せられた気体)は許可しない．我々はまた，波長や量子力学的効果に依存する(たとえば回折や蛍光)光学効果のほとんどを無視する．特に，我々は光線間の相互作用の可能性，すなわち，光は完全に非干渉であることを仮定する．

通常の環境では，我々が無視した効果はそんなに重要ではない．幾何光学は我々が目にする周辺のものをほとんど全て適切に，高い精度でモデル化する．このため，実質的に全てのグラフィックスでの光輸送アルゴリズムはここでの仮定と同様の仮定を行っている．この章の後ほどで，可能性のあった他の選択肢に関して調査することにする(1.5 と 1.6 節参照)．

この後，より日本語としてこなれた訳文を掲載する予定である．
Labels:

Comments

Post a Comment

Popular posts from this blog

Why parallelogram area is |ad-bc|?

Here is my question. The area of parallelogram is the difference of these two rectangles (red rectangle - blue rectangle). This is not intuitive for me. If you also think it is not so intuitive, you might interested in my slides. I try to explain this for hight school students. Slides:  A bit intuitive (for me) explanation of area of parallelogram  (to my site, external link) . 
Post a Comment
Read more

Geometric Multiplicity: eignvectors (2)

If eigenvectors of a matrix A are independent, it is a happy property. Because the matrix A can be diagonalized with a matrix S that column vectors are eigenvectors of A . For example, Why this is a happy property of A? Because I can find A's power easily. A^{10} is not a big deal. Because Λ is a diagonal matrix and power of a diagonal matrix is quite simple. A^{10} = SΛ^{10} S^{-1} Then, why if I want to compute power of A ? That is the same reason to find eigenvectors. Eigenvectors are a basis of a matrix. A matrix can be represented by a single scalar. I repeat this again. This is the happy point, a matrix becomes a scalar. What can be simpler than a scalar value. But, this is only possible when the matrix S's columns are independent. Because S^{-1} must be exist. Now I come back to my first question. Is the λ's multiplicity related with the number of eigenvectors? This time I found this has the name. Geometric multiplicity (GM): the number of in...
Post a Comment
Read more

Gauss's quote for positive, negative, and imaginary number

Recently I watched the following great videos about imaginary numbers by Welch Labs. https://youtu.be/T647CGsuOVU?list=PLiaHhY2iBX9g6KIvZ_703G3KJXapKkNaF I like this article about naming of math by Kalid Azad. https://betterexplained.com/articles/learning-tip-idea-name/ Both articles mentioned about Gauss, who suggested to use other names of positive, negative, and imaginary numbers. Gauss wrote these names are wrong and that is one of the reason people didn't get why negative times negative is positive, or, pure positive imaginary times pure positive imaginary is negative real number. I made a few videos about explaining why -1 * -1 = +1, too. Explanation: why -1 * -1 = +1 by pattern https://youtu.be/uD7JRdAzKP8 Explanation: why -1 * -1 = +1 by climbing a mountain https://youtu.be/uD7JRdAzKP8 But actually Gauss's insight is much powerful. The original is in the Gauß, Werke, Bd. 2, S. 178 . Hätte man +1, -1, √-1) nicht positiv, negative, imaginäre (oder gar um...
Post a Comment
Read more