Computação Gráfica:
Possibilidades e Desafios
Paulo Cezar Pinto Carvalho
IMPA
Computação Gráfica
Dados (descrição da
cena, luzes e câmera)
Imagens
Computação Gráfica
Dados (descrição da
cena, luzes e câmera)
Síntese de
Imagens
Visão
Computacional
Imagens
Computação Gráfica é
Computação ou Matemática?
• Nas áreas clássicas de computação
(linguagens, banco de dados, etc):
–
–
–
–
Matemática Discreta
Lógica
Álgebra
...
Computação Gráfica é
Computação ou Matemática?
• A situação é bem diferente na Computação Gráfica
–
–
–
–
–
–
Análise
Topologia
Geometria Diferencial, Geometria Projetiva
Álgebra, Geometria Algébrica, etc
Probabilidade
Otimização
• Boa formação matemática clássica é essencial.
Matemática  Matemática
Aplicada
• Uma vez resolvido um problema de
Matemática, ele está esgotado como tema
original de pesquisa.
• Em Matemática Aplicada, um problema
pode ser resolvido várias vezes, dependendo
das condições tecnológicas.
• Isto se reflete na história da Computação
Gráfica.
Computação Gráfica: um
histórico
• Anos 60-70
– Ivan Sutherland (Sketchpad, 1963)
– Tecnologia de display: terminais gráficos
vetoriais, capaz de armazenar primitivas (raster
inviável, devido a custo de memória e
capacidade de processamento)
– Wire-frame, aplicações de CAD
– Problemas fundamentais: visibilidade, recorte,
técnicas de modelagem geométrica (2D e 3D)
Computação Gráfica: um
histórico
Computação Gráfica: um
histórico
• Anos 80
– Viabilização da tecnologia raster (economia de
mercado, microcomputadores)
– Adaptação das técnicas wire-frame para raster
– Z-buffer: inviável quando introduzido (1975),
mas a tecnologia do futuro.
– Visualização realista, animação, iluminação
global (radiosidade)
– Interfaces gráficas
Computação Gráfica: um
histórico
• Anos 90
– Consolidação do raster
– Visualização volumétrica
– Maior integração com imagens (modelagem e
visualização baseada em imagens)
– Aquisição de movimentos
– Realismo em movimento (efeitos especiais)
Computação Gráfica: um
histórico
• Na atualidade
– Programação em placa gráfica (indústria de jogos)
– Modelos de iluminação mais realistas (não
Lambertianos)
– Aquisição de dados fotométricos mais precisos (HDR)
– Aquisição de geometria em tempo real.
– Modelos baseados em pontos
– Superfícies de subdivisão
Ciclo de vida dos problemas
• Os problemas essenciais são recolocados a
cada mudança de tecnologia:
–
–
–
–
Modelagem
Visibilidade
Imageamento
Animação
Exemplo de problema recorrente
• Operações booleanas
• AAG Requicha and HB Voelcker, Boolean operations in solid
modelling: boundary evaluation and merging algorithms, Proc. of the
IEEE, 73(1), 1985
• Henning Biermann, Daniel Kristjansson, Denis Zorin Approximate
Boolean Operations on Free-form Solids, SIGGRAPH 2001
Possibilidades e desafios em
Computação Gráfica
• Área atraente para quem tem formação
matemática e desejo de trabalhar com aplicações.
• Uso direto das áreas clássicas e modernas da
Matemática (Análise, Álgebra, Topologia,
Geometria, Otimização, Probabilidade, ...).
• Oportunidade de “abrir” áreas, identificando
problemas essenciais para tecnologias emergentes.
Possibilidades e desafios em
Computação Gráfica
• Possibilidades de interação com o grupo do IMPA (tem
sido mais comum com alunos da PUC, UFRJ, IME).
• Cursos oferecidos em todos os períodos
– Verão: Conceitos Básicos em Computação Gráfica (Temas em
Computação Visual)
– Março-Junho: Sistemas Gráficos, (Processamento Geométrico)
– Agosto-Novembro: Processamento de Imagens, Algoritmos
– Em todos os períodos: Seminário de Computação Gráfica
• Possibilidade de participar de projetos, em conjunto com
professores da instituição de origem.