1. Repositório Institucional - Universidade Federal de Uberlândia
  2. Faculdade de Computação (FACOM)
  3. TCC - Ciência da Computação
Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufu.br/handle/123456789/49517
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.creatorSouza, Arthur Henrique de-
dc.date.accessioned2026-08-13T16:28:01Z-
dc.date.available2026-08-13T16:28:01Z-
dc.date.issued2026-07-31-
dc.identifier.citationSOUZA, Arthur Henrique de. Definição de parâmetros de iluminação de cenas virtuais 3D a partir de imagens. 2026. 36 f. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) – Universidade Federal de Uberlândia, Uberlândia, 2026.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/49517-
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/*
dc.subjectIluminação virtualpt_BR
dc.subjectredes neurais convolucionaispt_BR
dc.subjectvisão computacionalpt_BR
dc.subjectUnity Sentispt_BR
dc.subjectUnitypt_BR
dc.titleDefinição de parâmetros de iluminação de cenas virtuais 3D a partir de imagenspt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Travençolo, Bruno Augusto Nassif-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/2590427557264952pt_BR
dc.contributor.referee1Furtado, Daniel Antônio-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/0277782739196529pt_BR
dc.contributor.referee2Abdala, Daniel Duarte-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/0083781586520627pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoA iluminação realista de ambientes virtuais 3D exige configurações complexas e alto domínio técnico. Este trabalho propõe o desenvolvimento e a integração de um sistema baseado em inteligência artificial para automatizar a parametrização fotorrealista da iluminação em motores gráficos, utilizando apenas uma fotografia panorâmica como entrada. A metodologia consiste no treinamento de três Redes Neurais Convolucionais (CNNs) baseadas na arquitetura AlexNet. O conjunto de dados original, construído a partir das bases Laval Outdoor e Poly Haven, foi pré-processado com técnicas de aumento de dados e discretização angular. Duas redes operam como classificadoras para estimar as coordenadas esféricas do sol (zênite e azimute), enquanto a terceira atua como modelo de regressão multivariada para extrair propriedades atmosféricas fundamentadas no modelo de Lalonde-Matthews. O sistema foi integrado nativamente na Unity Game Engine 6 por meio da biblioteca Unity Sentis, utilizando modelos exportados no formato ONNX. As avaliações demonstraram alta precisão na predição do zênite (erro médio de 1,30 classes) e dos parâmetros difusos (Erro Absoluto Médio global de 13,87%), embora a rede de azimute tenha enfrentado desafios de predição devido a ambiguidades visuais no horizonte. Qualitativamente, o sistema conseguiu traduzir as saídas matemáticas em propriedades visuais coerentes, modulando a Directional Light e o Skybox para reproduzir fielmente a coloração e a densidade luminosa da imagem original. Conclui-se que o método automatiza a estruturação inicial da iluminação, acelerando significativamente o fluxo de trabalho de desenvolvimento de jogos e simulações, fornecendo uma base robusta que requer apenas pequenos ajustes finos humanos para alcançar o fotorrealismo.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseCiência da Computaçãopt_BR
dc.sizeorduration36pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.orcid.putcode223700518-
Aparece en las colecciones:TCC - Ciência da Computação

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
Definição de parâmetros de iluminação de cenas virtuais3Dartirimagens.pdfTCC14.08 MBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons