tensorflow keras20190515

1. 期望複製出論文中的 Recurrent convolution neural network
   目前的NN只有convolution、max pooling、upsampling這些方法建構出的類神經網路訓練後結果並不理想。
   
   
   ■. 以概觀來看，場景中的亮度，在陰影的部分有正確還原出，但在顏色的部分彩度仍有缺失
   ■ . 細部的部分，銜接點有很明顯接線，場景中的細節在還原後消失了，可能原因是被當成noise去掉了。
   *. 目標1:更精確地取出影像的特徵點，在不取noise的狀態之下
   *. 目標2:為了找出 neural network中的問題，將每一層的feature map畫出，以便找出原因
2. Monte Carlo Path Tracing
   ray tracing 於1980年，Whitted提出在電腦中產生場景影像的方法，可以產生鏡面反射、折射、陰影，但無法產生全域照明的效果。
   
   Kajiya於1986提出 rendering equation與path tracing ，rendering equation用來表示光的物理現象，物體x點的位置2對於某方向的radiance，與入射光的radiance，Li(x,wi)表示入射光的radiance，fr(x,wi,wo)是表示BRD也就是入射光的radiance對反射光的radiance的影響。而在path tracing之後許多人提出以近似值的計算提高繪製的效率，像是bidirection lighting、photon mapping等。
   
   在1984年Cook將monte carlo演算法使用到ray tracing中，模擬出了soft shadow、金屬光澤、景深等效果。其中一種Unbiased的monte carlo演算法概念為，光從camera出發，與物體相交十依據物體的材質產生一個方向並繼續追蹤場景，直到打到光源或打到背景，最後計算此pixel的顏色值。會受到取樣的影響，因為不一定會打到光源，則會產生雜訊。
   參考:http://www.jun.ninja/projects/gcg/report.pdf
   https://yiusay.net/index.html#graphics&1
   direction Lighting 由眼睛開始追蹤直到Light ，就直接畫出
   indirection lighting 當材質的顏色>random :會有diffuse反射，並繼續trace光源
                                                          <random:計算specular的反射，當反射方向與normal dot>0時則停止產生