Nelle passate settimane hanno lavorato su un nuovo meccanismo che tratta la validazione dei risultati elaborati dai loro utenti.
Hanno utilizzato una comparazione pixel per pixel con una piccola tolleranza di errore dovuta al codice per i differenti formati dei file (PNG, EXR). Il problema, con tale confronto, è che tra diverse piattaforme lo stesso processo di rendering può comportare differenze numeriche molto piccole. Queste differenze sono molte piccole e, in molti casi, il nostro occhio non può distinguere tra questi risultati. Sfortunatamente, eseguendo una validazione pixel per pixel utilizzando dei loro valori assoluti, può far rapidamente scattare delle soglie di errore, specialmente per grandi immagini, invalidando un risultato che sarebbe corretto.
La soluzione a questo dilemma è di utilizzare un modello computazionale che simula il sistema visivo umano. Questo è conosciuto come Differenza percettiva. Basandosi su un informazione trovata attraverso http://pdiff.sourceforge.net/, l'idea è stata di implementare questa tecnica dall'inizio ma dopo un po' di tempo, e test, hanno determinato che era meglio esternalizzare l'implementazione, utilizzando lo strumento che PerceptualDiff fornisce già. Oltre a poter utilizzare un'implementazione sperimentata, il loro sistema ha inoltre beneficiato di una minore richiesta di memoria per la validazione.
| Risultato 1 | Risultato 2 |
 |
 |
 |
Se comparato pixel per pixel, questo è quello che un computer pensi sia differente nella figura. Un umano può chiaramente vedere che le figure sopra sono identiche! Il computer direbbe che questi risultati sono così differenti che i risultati devono essere annulati. |
| Risultato 1 | Risultato 2 |
 |
 |
 |
Se effettuato utilizzando la differenza percettiva, l'immagine è comparata attraverso algoritmi magici che ignorano cose come disturbo ed altre differenze non importanti. Questo è come noi umani notiamo istantaneamente che ad uno dei robot manca un braccio. Questo tipo di modello è il miglior metodo per la validazione. |
Il robot modello è stato fatto da Arto Harju e Samuli Jomppanen.
Il problema principale, per loro, è diventato risolverela seguente domanda: Quali risultati utilizzare come referenze? Normalmente uno dovrebbe utilizzare PerceptualDiff in un ambiente controllato, dove l'immagine di riferimento è conosciuta a priori. Su Renderfarm.fi questo non è il caso: ottengono una serie di risultati da cui non possono, direttamente, dire se sono effettivamente corretti.
Il loro attuale sistema calcolerà un valore speciale per ogni risultato. Il sistema sceglie il risultato con il valore più vicino alla media nella serie di risultati. Utilizzando il risultato di riferimento selezionato, tutti gli altri valori dovranno essere validati. Se PerceptualDiff determina che le immagini differiscono percettualmente, allora un risultato dovrà essere invalidato.
I test che hanno condotto mostrano che questo processo è piuttosto robusto: anche le sessioni con veramente pochi campioni AO vengono opportunatamente validate, nonostante le piccole differenze nei risultati provenienti da diverse piattaforme.
Questo significa che finalmente possono nuovamente renderizzare le sessioni su tutte le piattaforme supportate invece di assegnarle solamente ad un sistema operativo. Questo migliorerà le prestazioni globali del loro grid per ogni sessione ed ognuno potrà prendere un'eguale quantità di lavoro.
Altri miglioramenti e piani futuri
Durante quest'estate il loro obiettivo principale e di sistemare i problemi ancora aperti e migliorare le prestazioni del servizio. Un numero di problemi minori è stata sradicato (corruzione zip che inceppava le sessioni, crash dei client a causa di problemi delle librerie, i computer con OS x che non prendevano lavoro, cancellazione automatica dei file dopo 2 settimane, ecc...) e si focalizzeranno su questi ancora a lungo. Nel mentre, osserveranno il comportamento del nuovo validatore e forniranno alcune patch quando vedranno dei bug, tuttavia si aspettano che tutto giri eccellentemente.
L'uploader è stato dotato di una piccola funzione aggiornata che permette il login automatico una volta che questo è stato fatto. Questo significa che non dovrete più ridigitare, ogni volta, la vostra email e password se vorrette caricare dei nuovi lavori. Questo sarà disponibile dalla prossima versione di Blender.
In autunno avranno finalmente sviluppato uno screensaver per le macchine Windows e per le altre piattaforme quando quella Windows lavorerà correttamente. Stanno inoltre cercando di sostituire tutti i loro vecchi client di rendering con macchine virtuali basandosi sul software CernVM sviluppato dalla gente del CERN, ma sembrerebbe che il supporto per la macchina virtuale BOINC non sia ancora quello di cui hanno bisogno. Continueranno il lavoro su questo se sembrerà essere abbastanza funzionale.