Compressione e rendering di scene 3D voxellizzate

CORVO3D

Compressione e rendering di scene 3D voxellizzate

Referente

Contesto

Con l'aumento delle prestazioni e della programmabilità delle unità di elaborazione grafica (GPU), il raycasting su GPU sta emergendo come soluzione efficiente per molti problemi di rendering in tempo reale in domini applicativi che variano dal rendering CAD industriale al gaming, alla presentazione dei dati dei beni culturali. Al fine di gestire scene dettagliate di grandi dimensioni, l'ideazione di rappresentazioni di scene compatte ed efficienti per accelerare le query di intersezione ray-geometry diventa fondamentale e sono state proposte numerose soluzioni. Tra queste, gli SVO (Sparse Voxel Octrees) hanno fornito risultati impressionanti, poiché possono essere creati in un gran numero di rappresentazioni delle scene, ritagliano in modo efficiente lo spazio vuoto, con benefici sulle prestazioni di ray-tracing e sulle esigenze di memoria, e forniscono implicitamente un meccanismo per il livello di dettaglio (LOD). Dato il loro costo di memoria ancora relativamente elevato e l'elevata larghezza di banda di memoria richiesta, questi approcci basati sui voxel sono stati, tuttavia, limitati a dimensioni e risoluzioni di scena moderate, o ad effetti che non richiedono dettagli geometrici precisi. È quindi importante ideare nuove rappresentazioni di scena in grado di fornire rappresentazioni compatte che impegnino quantità ragionevoli di memoria, senza richiedere carichi legati alla loro decompressione.

Descrizione

Il CRS4 ha creato e sviluppato metodi per un'efficiente compressione lossless della geometria basata sui voxel in un formato che mantiene le stesse prestazioni di visibility -query. Il nostro approccio sfrutta la ridondanza e la simmetria presenti nelle scene comuni fondendo sottoalberi identici con trasformazioni di somiglianza. Inoltre, sfruttiamo la distribuzione obliqua dei riferimenti a nodi condivisi per memorizzare i child pointer utilizzando una codifica a velocità di bit variabile. Abbiamo anche dimostrato come, selezionando riflessioni piane lungo le principali direzioni della griglia mentre la simmetria si trasforma, siamo in grado di costruire strutture altamente compresse e compatibili con le GPU utilizzando un metodo completamente out-of-core. I nostri risultati dimostrano che è possibile ottenere prestazioni di compressione e tracciamento in tempo reale allo stato dell'arte su rappresentazioni voxelizzate ad alta risoluzione di scene del mondo reale con caratteristiche molto diverse, tra cui grandi modelli CAD, scansioni 3D e tipici modelli del gaming. Il metodo è stato implementato in un software open-source che comprende compressione e rendering (SSVDAG).

Tratti innovativi

  • prestazioni allo stato dell'arte sulla compressione degli sparse voxel octrees utilizzando la deduplicazione avanzata e la compressione del puntatore;
  • sfruttamento delle simmetrie in una configurazione compatibile con le GPU;
  • soluzioni complete per l’elaborazione scalabile e il rendering di scene voxelizzate a partire da modelli di superfici triangolate molto pesanti.

Potenziali utenti

Ricercatori in Visual Computing, ingegneri attivi nei settori industriali e nel gaming.

Settori d'impatto

ICT - Patrimonio Culturale - Gaming.

Ulteriori risorse

  1. SSVDAG framework
  2. Alberto Jaspe Villanueva. Scalable Exploration of 3D Massive Models. PhD thesis. PhD Programme in Information and Communications Technology, University of A Coruña, Spain, 2018.
  3. Alberto Jaspe Villanueva, Fabio Marton, and Enrico Gobbetti. Symmetry-aware Sparse Voxel DAGs (SSVDAGs) for compression-domain tracing of high-resolution geometric scenes. Journal of Computer Graphics Techniques, 6(2): 1-30, 2017.
  4. Alberto Jaspe Villanueva, Fabio Marton, and Enrico Gobbetti. SSVDAGs: Symmetry-aware Sparse Voxel DAGs. In Proc. ACM i3D. Pages 7-14, February 2016.

Questo sito utilizza cookie tecnici e assimilati. Possono essere presenti anche cookie profilazione di terze parti. Se vuoi saperne di più o negare il consenso a tutti o ad alcuni cookie leggi l'informativa completa. Proseguendo nella navigazione (anche con il semplice scrolling) acconsenti all'uso dei cookie. This site uses technical and anonymized analytics cookies only. There may also be profiling third-party cookies. Please read the cookie information page to learn more about how we use cookies or blocking them. more information

The cookie settings on this website are set to "allow cookies" to give you the best browsing experience possible. If you continue to use this website without changing your cookie settings or you click "Accept" below then you are consenting to this.

Close