Skip to main content

შემომსაზღვრელი ყუთების ორდონიანი იერარქია

Two-Level BVH
წყარო
        გზების/სხივებით მიდევნებაზე დაფუძნებულ მეთოდებში BVH წარმოადგენს ამაჩქარებელ სტრუქტურას, რომელიც ინახავს ინფორმაციას გეომეტრიული პრიმიტივების სივრცული მდებარეობის შესახებ. თუკი გვსურს ანიმაციური სცენის რენდერი სადაც ობიექტები კადრიდან კადრზე იცვლიან ფორმას/მდებარეობას BVH განახლება აუცილებელი ხდება, რადგან მასში არსებული ინფორმაცია ძველდება და ასევე განახლებას საჭიროებს. როგორც უკვე ვიცით არსებობს BVH-ის აგების/განახლების სხვადასხვა მეთოდები, რომლებიც განსხვავდებიან ერთმანეთისაგან აგებისთვის საჭირო დროით და აგებული ხის ხარისხით. როგორც ზემოთ აღვნიშნეთ BVH-ის აგების დრო ჩვენთვის მნიშველოვანია განსაკუთრებით ანიმაციური სცენებისათვის, ხოლო ხის ხარისხი პირდაპირ განსაზღვრავს რენდერის დროს, თუმცა იქიდან გამომდინარე თუ რის მიღწევას ვცდილობთ შესაძლოა პირველი ან მეორე უფრო მნიშვნელოვანი იყოს ჩვენთვის.
        ასევე ხშორად მნიშვნელოვანია, რომ დინამიური და სტატიკური გეომეტრია ერთმანეთისაგან მკაფიოდ იყოს გამიჯნული. ეს სხვადასხვა ტიპის ოპტიმიზაციების საშუალებას იძლევა. მაგალითად გვაქვს სტატიკური ქალაქის სცენა რომელშიც ერთი დინამიური პერსონაჟი გადაადგილდება. ასეთ შემთხვევაში სრული BVH-ის განახლება ყოველ კადრზე ძალიან არაოპტიმალური იქნება რადგან ვიცით, რომ მხოლოდ პერსონაჟი იცვლება, ხოლო ქალაქი უცვლელი რჩება. ორდონიანი BVH-ის შემთხვევაში როგორც სახელწოდებიდან ჩანს ხის აგება ხდება ორ დონეზე. BVH იგება სცენის თითოეული ობიექტისათვის დამოუკიდებლად და ასევე ხდება მეორე დონის BVH-ის აგება, რომელშიც პრიმიტივებს თავად სცენის კომპლექსური ობიექტები წარმოადგენენ, ასეთ ამაჩქარებელ სტრუქტურას ეწოდება შემომსაზღვრელი ყუთების ორდონიანი იერარქია.
        უნდა გვესმოდეს რომ რადგან ობიეატები ორდონიანი BVH-ის ქვედა დონეზე პრიმიტივებს წარმოადგენენ და რადგან გვსურს რომ სცენის განახლება ადვილად მოხდეს, ამიტომ ზედა დონეზე ხის აგებისას ძირითადად იყენებენ ობიექტებად დაყოფას, რასაც როგორც დადებითი ასევე უარყოფითი თვისებები გააჩნია. ძირითად უარყოფით თვისებას წარმოადგენს ის, რომ როდესაც ობიექტების BVH-ები ერთმანეთს კვეთენ ეს მიდევნების ეფექტურობას მკვეთრად აფერხებს. სწორედ ამიტომ არსებობს ასევე ახალი მეთოდები რომლებიც ხსნიან ქვედა დონის BVH-ებს შვილებად დაყოფის სხვადასხვა ვარიანტების განხილვით და ცდილობენ ხის ზოგადი ხარისხი გაზარდონ.

Comments

Popular posts from this blog

რუსული რულეტკის მეთოდი

Russian Roulette Technique რუსული რულეტკის მეთოდი არის ფართოდ გავრცელებული ტექნიკა მონტე-კარლოს ინტეგრირების პროცესის შესაწყვეტად(სახელწოდება მოდის ცნობილი რუსული თამაშიდან). იმის მაგივრად, რომ პროცესი შევწყვითოთ ხისტად, მაგალითად შერჩევების რაოდენობის რაიმე მაქსიმალურ რაოდენობაზე, რუსული რულექტკის მეთოდი გვეხმარება ინტეგრირების პროცესის მიუკერძოვებლად შეწყვეტაში. მთავარი იდეა რუსული რულეტკის მეთოდისა არის ის, რომ რუსული რულეტკა წყვეტს მონტე კარლოს მეთოდს რაიმე არანულოვანი p ალბათობით(ალბათობა შეიზლება შეირჩეს ერთხელ ან მონტე კარლოს მეთოდის ყოველ ბიჯზე სათითაოდ რაიმე მნიშვნელოვნობით) ან აგრძელებს მას და შემდგომი პროცესიდან მიღებულ შედეგს ამრავლებს 1/p - ზე. რადგან რუსული რულეტკის მეთოდი პროცესის შეწყვეტას ახდენს რაიმე არანულოვანი p ალბათობით ყოველთვის რჩება იმის შანსი, რომ პროცესი გაგრძელდეს რაც იმას ნიშნავს, რომ მონტე კარლოს ინტეგრირების პროცესისათვის ნებისმიერი სიღრმე მიღწევადი ხდება. სწორედ ამიტომ ხისტი შეზღუდვით მიღებული მიკერძოება( სისტემატიური შეცდომა ) ქრება რუსული რ...

ფერების RGB მოდელი

RGB Color Model         ფერების RGB მოდელი წარმოადგენს ისეთ მოდელს რომელშიც სამი ძრირითადი ფერის წითელი, მწვანე და ლურჯის საშუალებით მიიღება ფერების ფართო სპექტრი. მისი დასახელებაც მოდის სწორედ ძირითადი ფერების ინგლისური სახელწოდების ინიციალებიდან(Red, Green, Blue).         ფერთა სპექტრის ამდაგვარი წარმოდგენა დაკავშირებულია იმასთან, რომ გამოსახულების გამოტანის მოწყობილობებში რომელიც გააჩნიათ კომპიუტერებს, ტელევიზორებს ფერის მიღება ფიზიკურად ხდება სწორედ ამ სამი ძირითადი ფერის შეზავებით. დღესდღეობით ყველაზე გავრცელებული არის 24 ბიტიანი RGB მოდელი, სადაც თითოეულ კომპონენტს ეთმობა ერთი ბაიტი და შესაბამისად შეუძლია მიიღოს ნებისმიერი მნიშვნელობა [0, 255] დიაპაზონში, რაც საბოლოოდ გვაძლევს 16777216 განსხვავებულ ფერს.

რეზერვუარის შერჩევა

Reservoir Sampling         მაგალითად გვაქვს ამოცანა. გვსურს n ელემენტიან მიმდევრობაში (x 0 , x 1 , ... x n)  ერთი ელემენტის შერჩევა შემთხვევითად, თანაბარი განაწილებით. როდესაც n-ის მნიშვნელობა ცნობილია ეს ამოცანა არის უმარტივესი. ჩვენ უბრალოდ შევარჩევთ ინდექსს j-ს 0-დან და n-მდე დიაპაზონში თანაბრად რაც ცალსახად მოგვცემს x j -ს ელემენტს მიმდევრობაში, რომლის შერჩევის ალბათობაც  იქნება 1/n. როგორ შეიძლება ეს ამოცანა ამოვხსნათ თუკი მიმდევრობაში ელემენტების რაოდენობა ცნობილი არ არის, თუკი ელემენტებს ვკითხულობთ როგორც ნაკადს და დროის ერთ მონაკვეთში მხოლოდ ერთ ელემენტზე გვაქვს წვდომა? ასეთ შემთხვევაში ცხადია მარტივი მეთოდი უკვე აღარ მუშაობს და პრობლემა სხვანაირად უნდა გადაიჭრას.          რეზერვუარის შერჩევა არის მეთოდი, რომელიც საშუალებას გვაძლებს შევარჩიოთ ელემენტი n ზომის ელემენტების ნაკადში სადაც n-ის მნიშვნელობა ცნობილი არ არის. მაგალითად შესაძლოა, რომ n ელემენტი მეხსიერებაში ერთად არ გვეტევა და ამისათვის ელემენტებს ნელ-ნელა ვტვი...