Geração de terrenos virtuais realistas e de grande dimensão via aprendizado de máquina
Visualizar/abrir
Data
2019Orientador
Nível acadêmico
Graduação
Outro título
Virtual Realistic and Large Terrain Generation via Machine Learning
Assunto
Resumo
Este trabalho tem como objetivo explorar GANs (Rede Generativas Adversariais) em relação a sua eficiência em resolver problemas já conhecidos da área de PTG (Geração Procedural de Terrenos), como a ausência de mecanismos para avaliar os terrenos gerados e de métodos que repliquem estruturas geológicas complexas específicas de determinados biomas. Foi desenvolvida uma aplicação para a geração de terrenos grandes (mais de 100 quilômetros por terreno gerado) que buscam grande semelhança com a real ...
Este trabalho tem como objetivo explorar GANs (Rede Generativas Adversariais) em relação a sua eficiência em resolver problemas já conhecidos da área de PTG (Geração Procedural de Terrenos), como a ausência de mecanismos para avaliar os terrenos gerados e de métodos que repliquem estruturas geológicas complexas específicas de determinados biomas. Foi desenvolvida uma aplicação para a geração de terrenos grandes (mais de 100 quilômetros por terreno gerado) que buscam grande semelhança com a realidade, principalmente se vistos como um todo, devido ao foco em grandes estruturas geológicas do terreno. Com a rede generativa obtida no treinamento e com o apoio de outras ferramentas de detalhamento que foram contruídas, foi desenvolvida uma aplicação chamada StyleTerrain que tem como fim facilitar o trabalho de designers que precisem gerar ambientes realistas e de grandes dimensões para serem usados em simulações de ambientes naturais e jogos digitais que busquem ambientes naturais vastos. Esta ferramenta permite que o designer facilmente consiga gerar terrenos de 189x189 quilômetros com estruturas de relevo e solo específicas de determinado bioma, que podem facilmente ser renderizadas numa ferramenta 3D adequada. ...
Abstract
This work has the objective of exploring GANs (Rede Generativas Adversariais) in relation to their efficiency in resolving well known problems in the area of PTG (Procedural Terrain Generation), like the lack of a mechanism to rate the terrains generated and of methos that replicate complex geological structures specific to certain biomes. An application was developed in order to generate large terrains (more than a hundred miles per tile) which greatly resemble reality, even more if seen as a ...
This work has the objective of exploring GANs (Rede Generativas Adversariais) in relation to their efficiency in resolving well known problems in the area of PTG (Procedural Terrain Generation), like the lack of a mechanism to rate the terrains generated and of methos that replicate complex geological structures specific to certain biomes. An application was developed in order to generate large terrains (more than a hundred miles per tile) which greatly resemble reality, even more if seen as a whole, due to the focus in big geological structures of a terrain. With the generative network obtained through training and with the help of other detailing tool that were built, an application was developed named StyleTerrain, which aims to help with the work of designers that may need to generate realistic environments with big dimensions to be used in nature environment simulations and digital games that need vast outdoor environments. This tools makes the designer able to easily generate terrains with 189x189 kilometers, with height structures and ground specific to a certain biome, that can easily be rendered in a adequate 3D software. Its strength lies in realistic simulation of natural environments and digital games whom need to utilize large open outdoor maps without overloading its content designers. ...
Instituição
Universidade Federal do Rio Grande do Sul. Instituto de Informática. Curso de Ciência da Computação: Ênfase em Ciência da Computação: Bacharelado.
Coleções
-
TCC Ciência da Computação (1025)
Este item está licenciado na Creative Commons License