几何曲率高保真的大型三维模型加速绘制方法第二十届中国虚拟现实大会 ChinaVR 2020

报告详情

几何曲率高保真的大型三维模型加速绘制方法

编号：18 访问权限：仅限参会人更新：2020-08-28 20:11:17 浏览：1106次口头报告

报告开始：暂无开始时间（Asia/Shanghai）

报告时间：暂无持续时间

所在会场：[暂无会议] [暂无会议段]

演示文件

提示：该报告下的文件权限为仅限参会人，您尚未登录，暂时无法查看。

摘要

面对大型三维模型超过计算机处理能力的问题以及满足简化模型真实感绘制的要求，提出了几何曲率高保真的大型三维模型加速绘制方法。首先采用区域分解技术，保证了分割边界对应性和内存可容性；将曲率和边长质量引入误差度量中，减少了误差累积；建立基于分块网格的多分辨率数据结构，可快速响应点分裂操作；重新定义模型可见面与实际视角、视距和细节层次Lodv的关系，绘制出更符合视觉特征的细节层次。实验表明，通过网格分割、简化和视域细化手段，层层优化了网格生成速度和表面细节特征。

关键词

网格简化,网格分割,二次误差度量,细节层次,视点绘制

报告人

孙园园

硕士研究生 长春大学

孙园园(1994-), 女, 河南, 汉, 2018级硕士研究生,长春大学电子信息工程学院，研究方向为图像处理与机器学习。
（1）2018.09-2019.05：研一。
研究课题：‘基于虚拟现实技术的人体呼吸康复训练方法研究’。
主要是为解决传统的呼吸康复训练交互不便和呼吸状况无法量化分析的问题，提出一种基于虚拟现实游戏的无碰触呼吸交互方法(TBI)。
(2)2019.06-2020至今，研二。
在中国科学院苏州生物医学工程技术研究所实习-自主研究‘几何曲率高保真的大型三维网格模型加速绘制方法’。主要是解决大型三维模型超过计算机处理能力的问题和满足简化模型真实感绘制的要求。
(3)2020.04-至今。
目前开展关于深度学习/机器学习的视觉物体检测的学习。主要研究内容有医学影像在虚拟环境成像及检测、暴力检测、跌倒检测等。