Consulta de Guías Docentes



Academic Year/course: 2021/22

615 - Máster Universitario en Robótica, Gráficos y Visión por Computador / Robotics, Graphics and Computer Vision

69153 - Modeling and Simulation of Appearance


Syllabus Information

Academic Year:
2021/22
Subject:
69153 - Modeling and Simulation of Appearance
Faculty / School:
110 - Escuela de Ingeniería y Arquitectura
Degree:
615 - Máster Universitario en Robótica, Gráficos y Visión por Computador / Robotics, Graphics and Computer Vision
ECTS:
6.0
Year:
1
Semester:
First semester
Subject Type:
Compulsory
Module:
---

1. General information

1.1. Aims of the course

The course targets computational techniques for simulating physically-based light transport, as well as modeling the appearance of the real world. The final goal is to be able to implement systems capable of generating photorealistic images. The course focuses on the physical and mathematical foundations of light transport and appearance, the definition of (virtual) appearance models,  and the main computational techniques for generating synthetic imagery based on these physical models. 

These approaches and objectives are aligned with some of the Sustainable Development Goals, SDG, of the 2030 Agenda (https://www.un.org/sustainabledevelopment/es/) and certain specific goals, in such a way that the acquisition of the Learning outcomes of the subject provides training and competence to the student to contribute to a certain extent to their achievement:

  • Goal 8: Promote sustained, inclusive and sustainable economic growth, full and productive employment and decent work for all
    • Target 8.2 Achieve higher levels of economic productivity through diversification, technological modernization and innovation, including by focusing on high value-added and labor-intensive sectors
    • Target 8.3 Promote development-oriented policies that support productive activities, the creation of decent jobs, entrepreneurship, creativity and innovation, and encourage the formalization and growth of micro, small and medium-sized enterprises, including through access to financial services.
    • Target 8.6 By 2030, significantly reduce the proportion of young people who are not employed and do not study or receive training
  • Objective 9: Industry, innovation and infrastructure
    • Target 9.5 Increase scientific research and improve the technological capacity of industrial sectors in all countries, particularly developing countries, including by fostering innovation and significantly increasing, by 2030, the number of people working in research and development per million inhabitants and the spending of the public and private sectors in research and development

1.2. Context and importance of this course in the degree

Computer graphics, and in particular the physical models defining real-world appearance are crucial for realistic synthetic images (with applications in entertaining, architecture, product design, or advertising). In addition, these physical models form the basis for computational photography, advanced image processing, or virtual and augmented reality (subsequent courses in the degree). Finally, forward appearance models are key to define inverse problems within computer vision and scene understanding. 

 

1.3. Recommendations to take this course

Background on coding, and in particular on object oriented programming, is required. Previous knowledge on linear algebra and numerical calculus are also assumed. 

 

 

2. Learning goals

2.1. Competences

Basic and general competences:

  • CB6 – To possess and understand knowledge that provides a basis or opportunity to be original in the development and / or application of ideas, often in a research context.
  • CB7 - That students know how to apply the acquired knowledge and ability to solve problems in new or little-known settings within broader (or multidisciplinary) contexts related to their area of ​​study.
  • CB8 - That students are able to integrate knowledge and face the complexity of formulating judgments based on information that, being incomplete or limited, includes reflections on the social and ethical responsibilities linked to the application of their knowledge and judgments.
  • CB9 - That students know how to communicate their conclusions and the latest knowledge and reasons that support them to specialized and non-specialized audiences in a clear and unambiguous way.
  • CB10 - That students possess the learning skills that allow them to continue studying in a way that will have to be largely self-directed or autonomous.
  • CG01 – Acquisition of advanced and demonstrated knowledge, in a context of scientific and technological research or highly specialized, a detailed and well-founded understanding of the theoretical and practical aspects and of the working methodology in the fields of Robotics, Graphics and / or Computer Vision, allowing them to be innovative in a context of research, development and innovation.
  • CG02 - Ability to apply and integrate their knowledge, their understanding, their scientific foundation and their problem-solving abilities in new and imprecisely defined environments, including multidisciplinary contexts, as highly specialized researchers and professionals.
  • CG03 - Ability to evaluate and select the appropriate scientific theory and the precise methodology of their fields of study to formulate judgments based on incomplete or limited information, including, when necessary and pertinent, considerations on social or ethical responsibility linked to the solution that is proposed in each case.
  • CG04 - Ability to predict and control the evolution of complex situations by developing new and innovative work methodologies adapted to the specific scientific / research, technological or professional field, generally multidisciplinary, in which their activity is carried out.
  • CG05 - Ability to transmit in English, orally and in writing, in a clear and unambiguous way, to a specialized audience or not, results from scientific and technological research or the most advanced field of innovation, as well as the most relevant foundations on which they are based.
  • CG06 – To have developed sufficient autonomy to participate in research projects and scientific or technological collaborations within their subject area, in interdisciplinary contexts and, where appropriate, with a high component of knowledge transfer.
  • CG07 - Ability to take responsibility for your own professional development and specialization in one or more fields of study.
  • CG08 – To possess the aptitudes, skills and method necessary to carry out multidisciplinary research and / or development work in the fields of Robotics, Graphics and / or Computer Vision.
  • CG09 - Ability to use the techniques, skills and tools of Engineering necessary for solving problems of the Robotics, Graphics and / or Computer Vision fields.
  • CG10 - Ability to understand, relate to the state of the art and critically evaluate scientific publications in the fields of Robotics, Graphics and / or Computer Vision.
  • CG11 - Ability to manage and use bibliography, documentation, databases, software and hardware specific to the fields of Robotics, Graphics and / or Computer Vision.
  • CG12 - Ability to work in a multidisciplinary group and in a multilingual environment.

Specific Competences:

  • CE01 - Ability to apply mathematical and artificial intelligence methods to model, design and develop Robotics, Graphics and / or Computer Vision systems and applications.
  • CE03 - Ability to understand light transport phenomena and apply them to the development of new computational imaging techniques.
  • CE05 - Ability to conceive, design and develop software, products and systems in the field of Computer Graphics.
  • CE09 - Ability to autonomously carry out a work of initiation to research and / or development in the field of Robotics, Graphics, or Computer Vision, in which the skills acquired in the degree are synthesized and integrated.
  • CE13 - Ability to apply high performance computer systems or numerical or computational methods to Robotics, Graphics or Computer Vision problems.

2.2. Learning goals

The student must be able to:

  • Understand the different types of physical processes of light transport.
  • Understand the models that define the appearance and transport of light in media and surfaces.
  • Understand, analyze and explain computational techniques to solve the models of appearance and light transport.
  • Design and develop rendering systems based on Monte Carlo integration.
  • Design and implement algorithms that solve material appearance models.
  • Analyze the limitations and evaluate the benefits of different rendering algorithms.

2.3. Importance of learning goals

Within the field of Computer Graphics, the ability to model and simulate light transport is the basis for generating photorealistic synthetic images. This is critical in multiple applications, including entertainment, architecture, industrial design, advertising, computational manufacturing, and most recently in machine learning and computer vision techniques. Likewise, the physical models learned in the subject have application in other scientific-technical disciplines, including remote sensing, atmospheric sciences or medical imaging. This discipline is complex, it is the result of the combination of high performance computing, applied mathematics, and computational physics.

 

 

3. Assessment (1st and 2nd call)

3.1. Assessment tasks (description of tasks, marking system and assessment criteria)

Supervised work and final project (70%): A set of guided practices will be carried out throughout the course, with a total value of 20% of the grade, as well as a final project related to the theme of the subject, which will be 50 % of the final grade.

Presentations (20%): There will be a series of presentations, followed by turns of questions, throughout the course, focused on various related topics. Participation in the discussion of the round of questions will be positively valued.

Exam (10%): There will be an exam at the end of the course, in order to assess the theoretical knowledge acquired throughout the course.

To pass the course, there is a requirement of a 4/10 minimum in each part of the course, and a weighted average grade greater than 5/10. In the event that one of the parts does not pass the 4/10 mark, the grade will be the maximum between 4/10 and the weighted average.

In case of renouncing to continuous evaluation, the students will have to deliver at the end of the course the directed works and the final project (80%) and they will be subject to an exam for the remaining 20%.

 

 

4. Methodology, learning tasks, syllabus and resources

4.1. Methodological overview

The methodology is geared towards achieving the learning outcomes and skills described above. The teaching-learning process will be carried out through multiple activities: master classes and expert talks (oral presentations of content), problem solving classes (examples and practical cases with active participation of students), laboratory sessions (in small groups, with simulation tools or real systems) and the development of practical assignments and study work supervised by the faculty.

More details regarding the development of the subject will be specified on the first day of class.

 

 

4.2. Learning tasks

The course consists of 6 ECTS credits that correspond to an estimated student dedication of 150 hours distributed as follows:

  • Theoretical classes: The theoretical concepts of the subject will be explained and illustrative practical examples will be developed to support the theory when necessary. (30h)
  • Practical classes: Problems and practical cases will be carried out as a complement to the theoretical concepts studied. (12h)
  • Laboratory practices: There will be a series of guided work tutored by the teacher. (6h)
  • Study and assimilation of the theory exposed in the master classes. (30h)
  • Practical application or research work (60h).
  • Personalized teacher-student tutoring (7h)
  • Assessment tests (5h).

 

4.3. Syllabus

The program is designed to cover the necessary background for understanding modern rendering, including physical and mathematical background. In addition, it will cover most recent trends on rendering, both in industry and academia. In particular, it is roughly articulated as:

  1. The physics of light transport
  2. Ray tracing
  3. Appearance models
  4. Monte Carlo methods
  5. Direct and global illumination
  6. Light transport in participating media
  7. Bidirectional methods
  8. Denoising, distributed effects and post-processing
  9. Production rendering
  10. Differentiable rendering and inverse problems

 

4.4. Course planning and calendar

The calendar of the course will be defined by the the academic calendar. The detailed calendar of activities will be available in Moodle, and will be presented on the first day of class.

4.5. Bibliography and recommended resources


Curso Académico: 2021/22

615 - Máster Universitario en Robótica, Gráficos y Visión por Computador / Robotics, Graphics and Computer Vision

69153 - Modeling and Simulation of Appearance


Información del Plan Docente

Año académico:
2021/22
Asignatura:
69153 - Modeling and Simulation of Appearance
Centro académico:
110 - Escuela de Ingeniería y Arquitectura
Titulación:
615 - Máster Universitario en Robótica, Gráficos y Visión por Computador / Robotics, Graphics and Computer Vision
Créditos:
6.0
Curso:
1
Periodo de impartición:
Primer semestre
Clase de asignatura:
Obligatoria
Materia:
---

1. Información Básica

1.1. Objetivos de la asignatura

El objetivo de la asignatura es el aprendizaje de las técnicas computacionales para simular por computador el transporte de luz y la apariencia del mundo real, de una manera físicamente plausible, con el objetivo de generar imágenes fotorrealistas. Para ello, la asignatura se centrará en los fundamentos físicos y matemáticos que definen la apariencia del mundo, la definición de modelos virtuales de dicha apariencia, y las principales técnicas computacionales que permiten generar imágenes a partir de dichos modelos. 

Estos planteamientos y objetivos están alineados con algunos de los Objetivos de Desarrollo Sostenible, ODS, de la Agenda 2030 (https://www.un.org/sustainabledevelopment/es/) y determinadas metas concretas, de tal manera que la adquisición de los resultados de aprendizaje de la asignatura proporciona capacitación y competencia al estudiante para contribuir en cierta medida a su logro:

  • Objetivo 8: Promover el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo y el trabajo decente para todo
    • Meta 8.2 Lograr niveles más elevados de productividad económica mediante la diversificación, la modernización tecnológica y la innovación, entre otras cosas centrándose en los sectores con gran valor añadido y un uso intensivo de la mano de obra
    • Meta 8.3 Promover políticas orientadas al desarrollo que apoyen las actividades productivas, la creación de puestos de trabajo decentes, el emprendimiento, la creatividad y la innovación, y fomentar la formalización y el crecimiento de las microempresas y las pequeñas y medianas empresas, incluso mediante el acceso a servicios financieros.
    • Meta 8.6 De aquí a 2030, reducir considerablemente la proporción de jóvenes que no están empleados y no cursan estudios ni reciben capacitación"
  • Objetivo 9: Industria, innovación e infraestructuras
    • Meta 9.5 Aumentar la investigación científica y mejorar la capacidad tecnológica de los sectores industriales de todos los países, en particular los países en desarrollo, entre otras cosas fomentando la innovación y aumentando considerablemente, de aquí a 2030, el número de personas que trabajan en investigación y desarrollo por millón de habitantes y los gastos de los sectores público y privado en investigación y desarrollo

1.2. Contexto y sentido de la asignatura en la titulación

La informática gráfica y específicamente los modelos físicos que definen la apariencia son fundamentales para la generación de imágenes sintéticas (con múltiples aplicaciones en cine, videojuegos, arquitectura, diseño industrial, fabricación computacional o publicidad). Adicionalmente los modelos de transporte de luz son la base de la fotografía computacional, de técnicas avanzadas de procesamiento computacional de imágenes, y la realidad virtual y aumentada (asignaturas posteriores de la asignatura). Por último, los modelos de apariencia directos son también clave para comprender sus problemas inversos, dentro de la visión por computador. 

 

 

1.3. Recomendaciones para cursar la asignatura

La asignatura tiene una fuerte carga de programación orientada a objetos, por lo que se requieren conocimientos previos de programación. Además, se suponen conocimientos básicos de álgebra lineal y cálculo numérico.

2. Competencias y resultados de aprendizaje

2.1. Competencias

Competencias básicas y generales:

  • CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.
  • CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
  • CB8 - Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
  • CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
  • CB10 - Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
  • CG01 - Haber adquirido conocimientos avanzados y demostrado, en un contexto de investigación científica y tecnológica o altamente especializado, una comprensión detallada y fundamentada de los aspectos teóricos y prácticos y de la metodología de trabajo en los ámbitos de la Robótica, Gráficos y/o Visión por Computador, que les permitan ser innovadores en un contexto de investigación, desarrollo e innovación.
  • CG02 -  Capacidad para aplicar e integrar sus conocimientos, la comprensión de estos, su fundamentación científica y sus capacidades de resolución de problemas en entornos nuevos y definidos de forma imprecisa, incluyendo contextos de carácter multidisciplinar tanto investigadores como profesionales altamente especializados
  • CG03 - Capacidad para evaluar y seleccionar la teoría científica adecuada y la metodología precisa de sus campos de estudio para formular juicios a partir de información incompleta o limitada incluyendo, cuando sea preciso y pertinente, una reflexión sobre la responsabilidad social o ética ligada a la solución que se proponga en cada caso
  • CG04 - Capacidad para predecir y controlar la evolución de situaciones complejas mediante el desarrollo de nuevas e innovadoras metodologías de trabajo adaptadas al ámbito científico/investigador, tecnológico o profesional concreto, en general multidisciplinar, en el que se desarrolle su actividad
  • CG05 - Capacidad para transmitir en inglés, de manera oral y escrita,  de un modo claro y sin ambigüedades a un público especializado o no, resultados procedentes de la investigación científica y tecnológica o del ámbito de la innovación más avanzada, así como los fundamentos más relevantes sobre los que se sustentan.
  • CG06 -  Haber desarrollado la autonomía suficiente para participar en proyectos de investigación y colaboraciones científicas o tecnológicas dentro su ámbito temático, en contextos interdisciplinares y, en su caso, con una alta componente de transferencia del conocimiento.
  • CG07 - Capacidad para asumir la responsabilidad de su propio desarrollo profesional y de su especialización en uno o más campos de estudio.
  • CG08 - Poseer las aptitudes, destrezas y método necesarios para la realización de un trabajo de investigación y/o desarrollo de tipo multidisciplinar en los ámbitos de la Robótica, Gráficos y/o Visión por Computador.
  • CG09 - Capacidad para usar las técnicas, habilidades y herramientas de la Ingeniería necesarias para la resolución de problemas de los ámbitos de la Robótica, Gráficos y/o Visión por Computador.
  • CG10 - Capacidad para comprender, relacionar con el estado del arte y evaluar críticamente publicaciones científicas en los ámbitos de la Robótica, Gráficos y/o Visión por Computador.
  • CG11 - Capacidad para gestionar y utilizar bibliografía, documentación, bases de datos, software y hardware específicos de los ámbitos de la Robótica, Gráficos y/o Visión por Computador.
  • CG12 - Capacidad para trabajar en un grupo multidisciplinar y en un entorno multilingüe

Competencias específicas:

  • CE01 - Capacidad para aplicar métodos matemáticos y de inteligencia artificial para modelar, diseñar y desarrollar sistemas y aplicaciones de Robótica, Gráficos y Visión por Computador.
  • CE03 - Capacidad para comprender los fenómenos de transporte de luz y aplicarlos al desarrollo de nuevas técnicas de imagen computacional.
  • CE05 - Capacidad para concebir, diseñar y desarrollar software, productos y sistemas en el ámbito de los gráficos por computador.
  • CE09 - Capacidad para desarrollar de forma autónoma un trabajo de iniciación a la investigación y/o desarrollo en el ámbito de la robótica, gráficos, o visión por computador, en el que se sinteticen e integren las competencias adquiridas en la titulación.
  • CE13 - Capacidad para aplicar sistemas de computación de altas prestaciones o métodos numéricos o computacionales a problemas de  robótica, gráficos y/o visión por computador.

 

2.2. Resultados de aprendizaje

El alumno deberá ser capaz de:

  • Comprender los distintos tipos de procesos físicos del transporte de luz.

  • Comprender los modelos que definen la apariencia y el transporte de luz en medios y superficies.

  • Comprender, analizar y explicar técnicas computacionales para resolver los modelos de apariencia y transporte de luz.

  • Diseñar y desarrollar sistemas de renderizado basados en integración por Monte Carlo.

  • Diseñar e implementar algoritmos que resuelvan modelos de apariencia de materiales.

  • Analizar las limitaciones y evaluar las prestaciones de diferentes algoritmos de renderizado.

 

2.3. Importancia de los resultados de aprendizaje

Dentro del campo de la informática gráfica, la capacidad para modelar y simular el transporte de luz es la base para la generación de imágenes sintéticas fotorrealistas. Esto es fundamental en múltiples aplicaciones, incluyendo entretenimiento, arquitectura, diseño industrial, publicidad, fabricación computacional, y recientemente en técnicas de aprendizaje automático y visión por computador. Así mismo, los modelos físicos aprendidos en la asignatura tienen aplicación en otras disciplinas científico-técnicas, incluyendo sensores remotos, ciencias atmosféricas o imagen médica. Esta disciplina es compleja, es resultado de la combinación de informática de altas prestaciones, matemática aplicada, y física computacional. 

 

 

3. Evaluación

3.1. Tipo de pruebas y su valor sobre la nota final y criterios de evaluación para cada prueba

Trabajos dirigidos y proyecto final (70%): Se realizarán un conjunto de prácticas guiadas a lo largo del curso, con un valor total del 20% de la nota, así como un proyecto final relacionado con la temática de la asignatura que será el 50% de la nota final. 

 

Presentaciones (20%): Se realizarán una serie de presentaciones, seguidas de turnos de preguntas, a lo largo del curso, centradas en diversos temas relacionados con la asignatura. Se valorará positivamente la participación en la discusión de la ronda de preguntas. 

 

Examen de evaluación (10%): Se realizará un examen al final de curso, a fin de evaluar los conocimientos teóricos adquiridos a lo largo del curso.

 

Para superar la asignatura habrá que sacar un mínimo de 4/10 en cada una de las partes de la asignatura, y tener una nota media ponderada superior a 5/10. En caso de no superar alguna de las partes, la nota será el máximo entre 4/10 y la media ponderada.

 

En caso de renunciar a la evaluación continua, los alumnos tendrán que entregar a final de curso los trabajos dirigidos y el proyecto final (80%) y se someterán a examen para el restante 20%. 

 

4. Metodología, actividades de aprendizaje, programa y recursos

4.1. Presentación metodológica general

La metodología está orientada a conseguir los resultados de aprendizaje y las competencias descritas anteriormente. El proceso de enseñanza-aprendizaje se llevará a cabo a través de múltiples actividades: clases magistrales y charlas de expertos (exposición de contenidos), clases de problemas (ejemplos y casos prácticos con participación activa de los estudiantes), prácticas de laboratorio (en grupos reducidos, con herramientas de simulación o sistemas reales) y la realización de trabajo práctico y estudio tutelado por los profesores.

 

Más detalles relativos al desarrollo de la asignatura se concretarán el primer día de clase.

 

4.2. Actividades de aprendizaje

El curso consiste en 6 créditos ECTS que corresponden a una dedicación estimada del estudiante de 150 distribuida así:

 

  • Clases teóricas: Se explicarán los conceptos teóricos de la asignatura y se desarrollarán ejemplos prácticos ilustrativos como apoyo a la teoría cuando se crea necesario. (30h)

  • Clases prácticas: Se realizarán problemas y casos prácticos como complemento a los conceptos teóricos estudiados. (12h)

  • Prácticas de laboratorio: Se realizarán una serie de trabajos guiados tutorizados por el profesor. (6h)

  • Estudio y asimilación de la teoría expuesta en las clases magistrales. (30h)

  • Trabajos de aplicación o investigación prácticos (60h). 

  • Tutela personalizada profesor-alumno (7h)

  • Pruebas de evaluación (5h).

 

4.3. Programa

  1. Física del transporte de luz

  2. Trazado de rayos

  3. Modelos de apariencia

  4. Métodos de Monte Carlo

  5. Iluminación directa e iluminación global

  6. Transporte de luz en medios participativos

  7. Métodos bidireccionales

  8. Denoising, efectos distribuidos y post-proceso

  9. Render en producción

  10. Render diferenciable y aplicaciones a problemas inversos

La secuenciación de los temas y su contenido pueden variar ligeramente en función de las novedades que se presenten a lo largo del año tanto por parte de la industria como en el ámbito académico

 

 

4.4. Planificación de las actividades de aprendizaje y calendario de fechas clave

El calendario de la asignatura estará definido por el centro en el calendario académico del curso correspondiente. El calendario detallado de actividades estará disponible en Moodle, y se presentará el primer día de clase.

4.5. Bibliografía y recursos recomendados