TNCG15 · 6 hp · Avancerad nivå (A1N) · Datateknik, Datavetenskap, Medieteknik

Advanced Global Illumination and Rendering

Ges · nästa start HT 2026

100 %

klarade senaste ordinarie tillfället

UPG1 · 20 jan 2025 · 5 studenter

100 %

klarade de ordinarie tillfällena, alla tillfällen de senaste 5 åren

UPG1 · 18 studenter

Modulen rapporterar bara godkända resultat, så andelen godkända visar inte hur många som inte klarade den.

Ingår i 5 program

Inlämning eller laboration

UPG1 Projektarbete med muntlig och skriftlig presentation

Ordinarie tillfällen

100 % godkända · 18 studenter

20 jan 2025100 %5

3 jan 2025100 %5
28 dec 2021100 %8

Senare tillfällen

100 % godkända · 11 studenter

2 nov 2025100 %6
31 okt 2025100 %5

Klarar ett senare tillfälle: 100 % (11 studenter), jämfört med 100 % (18 studenter) på ordinarie
Får 4 eller 5: 66 % (29 studenter)

Visa små tillfällen (51)

Tillfällen med färre än 5 studenter, ofta tillgodoräknanden eller specialtillfällen. De ingår inte i någon siffra på sidan.

19 sep 2026100 %2
4 sep 2026100 %2
11 jan 2026100 %2
7 jan 2026100 %2
3 dec 2025100 %2
29 nov 2025100 %2
20 nov 2025100 %2
11 nov 2025100 %2
3 nov 2025100 %2
30 okt 2025100 %2
2 apr 2025100 %2
21 jan 2025100 %2
7 jan 2025100 %3
5 dec 2024100 %2
6 nov 2024100 %1
13 sep 2024100 %2
6 mar 2024100 %1
8 feb 2024100 %2
26 jan 2024100 %1
19 jan 2024100 %1
18 dec 2023100 %2
1 dec 2023100 %4
24 nov 2023100 %2
16 nov 2023100 %1
10 jul 2023100 %1
3 jun 2023100 %2
14 apr 2023100 %2
22 feb 2023100 %1
20 feb 2023100 %2
16 dec 2022100 %2
11 dec 2022100 %3
5 dec 2022100 %1
28 nov 2022100 %2
14 nov 2022100 %1
11 nov 2022100 %2
2 nov 2022100 %2
1 nov 2022100 %1
31 okt 2022100 %3
4 okt 2022100 %2
24 apr 2022100 %2
9 jan 2022100 %1
7 jan 2022100 %2
29 dec 2021100 %2
18 dec 2021100 %2
17 dec 2021100 %2
11 dec 2021100 %2
17 nov 2021100 %4
5 nov 2021100 %2
3 nov 2021100 %2
2 nov 2021100 %4
29 okt 2021100 %3

Om kursen

Mål

Syftet med denna kurs är att ge studenten fördjupad kunskap om globala belysningsmodeller. Efter kursen ska studenten kunna:

förklara konceptet med ”raytracing” för belysning av scener som innehåller speglar och genomskinliga ytor.
förstå idén bakom ”Monte-Carlo-integration” och hur den används för att belysa diffusa ytor i Monte-Carlo-”raytracing”.
förklara vad fotonmappning är och hur den kan användas för att återge kaustik.

Innehåll

Kursens innehåll är: optik och ljus, algoritmer för "raytracing", Monte Carlo sampling och integration, metoder för att lösa en renderingsekvation, stokastisk "path tracing".

Examinator: Mark E Dieckmann
Schemalagd tid: 36 h
Huvudområde: Datateknik, Datavetenskap, Medieteknik

Kursplanen på Studieinfo ↗