Intel Open Image Denoise
Accueil » Open Image Denoise 1.0 : des avancées notables pour le denoiser d’Intel

Open Image Denoise 1.0 : des avancées notables pour le denoiser d’Intel

En février dernier, nous vous avions parlé du lancement d’Open Image Denoise, une librairie de réduction du bruit développé par Intel. Ce dernier se destine au traitement d’images issues de moteurs de rendu de type raytracing. Enfin, il est proposé en open source, sous licence Apache 2.0.

Si nous l’évoquons à nouveau, c’est car la version 1.0 a été dévoilée à l’occasion du SIGGRAPH. On y trouve deux avancées principales :

  • amélioration de la qualité du denoising : meilleure préservation des détails, moins d’artefacts ;
  • la mémoire utilisée par défaut a été largement revue à la baisse, et une option permet de limiter cette consommation mémoire (au prix évidemment de performances moindres).

Pour le reste, correction de bugs et corrections mineurs sont sans surprise aussi au programme.

Comme le veut la tendance actuelle, Open Image Denoise s’appuie sur un système de type deep learning. Il a été entraîné sur des images de qualité variable, de 1 échantillon par pixel jusqu’à des images ayant quasiment convergé. Le but de ce choix : obtenir un filtre qui fonctionne à la fois pour les aperçus et le rendu final.

En pratique, Open Image Denoise a commencé à être adopté par certains outils comme Cinema 4D R21, Corona Renderer 4, Unity. Il fonctionne avec les CPUs disposant d’une architecture Intel 64 ou compatible.

Intel Open Image Denoise

5 commentaires

zeauro 16 août 2019 at 13 h 53 min

On peut ajouter Blender à la liste. La version 0.81 d’Open Image Denoise devrait être présente dans la 2.81.
Elle a été ajoutée sous la forme d’un noeud de compositing très simple à la version en cours de développement, 2 jours après la parution de cet article.

phicata 16 août 2019 at 16 h 11 min
Elles sont crédible les images en exemple?
Bertrand3D 16 août 2019 at 16 h 28 min
Elles sont crédible les images en exemple?

Yup

Shadows 16 août 2019 at 21 h 18 min
@phicata Il y a d’autres exemples ici : https://openimagedenoise.github.io/gallery.html
Avec des cas variés, de 16 à 32, 64, 2048 échantillons par pixel : ça correspond donc à ce que je disais dans l’article, le denoiser est pensé pour gérer à la fois des aperçus rapides et des images quasi finalisées.
phicata 16 août 2019 at 22 h 17 min
Dingue! Faudrait voir ça avec des anims.

Laissez un commentaire

A Lire également