Resumen de Métodos estocásticos de síntesis de imágenes para entornos complejos
La generación de imágenes representando escenas del mundo real o nacidas de la imaginación es y ha sido una actividad típicamente humana. Las pinturas realizadas en cuevas hace miles de años, todo el trabajo artístico contenido en la Historia del Arte y también las imágenes generadas por ordenador confirman este hecho.
En la disciplina de la Informática Gráfica la generación de imágenes realistas es uno de los campos más importantes y en el que aun existen una gran cantidad de aspectos no resueltos (o parcialmente resueltos) aunque existe un conjunto de técnicas bien conocidas. Estas técnicas simulan o emulan el efecto del proceso físico que ocurre cuando la luz es reflejada por los objetos hacia el ojo humano debido a la radiación luminosa incidente.
En el caso de escenas virtuales de complejidad media o alta se ha llegado a la conclusión que los algoritmos estocásticos o de Monte-Carlo son más eficientes frente a otros como los algoritmos de elementos finitos. Estos algoritmos se basan en el muestreo aleatorio del espacio de trayectorias posibles de los fotones (se usa el modelo de partículas de la radiación electromagnética). Numerosos investigadores han propuesto variantes de este método, considerando las ventajas y desventajas de cada una de ellas.
Una de las técnicas más eficientes (en cuanto a tiempos de cálculo) es la llamada técnica de los Photon Maps o de estimación de densidades. Básicamente se trata de calcular la densidad de impactos de fotones en las superficies de los objetos, como medio de reconstrucción de la función de intensidad de radiación. Una de las desventajas de estas técnicas está en que el error inherente asociado al cálculo numérico aproximado puede ser demasiado alto en el caso de escenas complejas, lo cual solo puede solucionarse empleando tiempos de cálculo altos.
En esta tesis doctoral se presenta un nuevo método de estimación de densidades que pretende solvent
