cpg - plzeň

55
CPG - Plzeň Václav Skala Ivo Hanák, Martin Janda, Libor Váša Ivana Kolingerová, Josef Kohout, Jiří Skála, Petr Lobaz, Slavomír Petrík, Petr Vaněček Vít Ondračka Jan Kaiser, František Novák, Vojtěch

Upload: gage-pierce

Post on 31-Dec-2015

65 views

Category:

Documents


2 download

DESCRIPTION

CPG - Plzeň. Václav Skala Ivo Hanák, Martin Janda, Libor Váša Ivana Kolingerová, Josef Kohout, Jiří Skála, Petr Lobaz, Slavomír Petrík, Petr Vaněček Vít Ondračka Jan Kaiser, František Novák, Vojtěch Hladík. Obsah. Libor Váša metody redukce dynamických sítí Martin Janda, Ivo Hanák - PowerPoint PPT Presentation

TRANSCRIPT

Page 1: CPG - Plzeň

CPG - Plzeň

Václav Skala

Ivo Hanák, Martin Janda, Libor Váša

Ivana Kolingerová, Josef Kohout, Jiří Skála,

Petr Lobaz, Slavomír Petrík, Petr Vaněček

Vít Ondračka

Jan Kaiser, František Novák, Vojtěch Hladík

Page 2: CPG - Plzeň

CPG projekt - Plzeň 2/55

Obsah

Libor Váša– metody redukce dynamických sítí

Martin Janda, Ivo Hanák– digitální holografie

Petr Lobaz– principy komprese hologramů

Ivana Kolingerová, Josef Kohout, Jiří Skála– výpočetní geometrie velkých rozměrů v

paralelním a distribuovaném prostředí

Slavomír Petrík, Petr Vaněček [& Jan Patera]– metody extrakce iso-ploch t-variantních dat

Page 3: CPG - Plzeň

Redukce velikosti dynamických sítí

Libor Váša

Page 4: CPG - Plzeň

CPG projekt - Plzeň 4/55

Obsah

Úvod– definice– problém

State of the art– komprese– simplifikace

Vyhlídky– vylepšená Clustered PCA– 4D metrika

Page 5: CPG - Plzeň

CPG projekt - Plzeň 5/55

Definice

Dynamická síť– série statických trojúhelníkových sítí– nemění se konektivita– geometrie se mění málo (časový vývoj)

Komprese– nemění konektivitu

Simplifikace– mění konektivitu

Page 6: CPG - Plzeň

CPG projekt - Plzeň 6/55

Problém

Velikost pro přenos = v x f x 24 Byte

Dynamická varianta problému– využít časovou koherenci

• data z blízkých snímků jsou si podobná

– zachovat časovou koherenci• série optimálních řešení není optimální řešení

Page 7: CPG - Plzeň

CPG projekt - Plzeň 7/55

State of the art

Komprese– prediktory + delta coding– časoprostorové prediktory

• zobecněný kosodélníkový prediktor• Replica

V jaké metrice probíhá optimializace pomocí prediktorů/kvantizace?

v’’’

v’

v’’

vA

B

C

v’

v

Page 8: CPG - Plzeň

CPG projekt - Plzeň 8/55

State of the art

Komprese pomocí PCA– vstup:

• snímek• trajektorie

– výstup• dekorelovaná báze• koeficienty – část se zanedbá

Je lepší PCA přes trajektorie nebo přes snímky?

Page 9: CPG - Plzeň

CPG projekt - Plzeň 9/55

State of the art

Clustered PCA– prostorový clustering podle efektivity PCA

aplikované na trajektorie– iterační proces– dlouho to trvá

Jak inicializovat clustering pro CPCA?

Page 10: CPG - Plzeň

CPG projekt - Plzeň 10/55

Simplifikace statických sítí

Decimace – vypouštění vrcholů

Resampling– úplně nová konektivita– rovnostranné trojúhelníky– mapování na čtverec

Kontrakce hran podle ceny– vzdálenost od množiny rovin– změna objemu modelu– kvadriky (lokální popis tvaru modelu)

Page 11: CPG - Plzeň

CPG projekt - Plzeň 11/55

Simplifikace dynamická

Simplifikace per frame– kódování konektivity

Simplifikace podle globálního kritéria– průměrná hodnota kvadriky– problém s velkými změnami tvaru

Multiresolution simplification– LOD tree pro každý snímek– změna topologie mezi snímky kódovaná

prohozeními (swapy)– dobře využívá koherence– neřeší dynamické problémy

Page 12: CPG - Plzeň

CPG projekt - Plzeň 12/55

Evaluační nástroje

MSE (PSNR)– suma vzdáleností– neřeší normály

MESH, METRO– neřeší dynamiku

4D reprezentace + Hausdorffova vzdálenost– řeší dynamiku– pomalé, náročné

Page 13: CPG - Plzeň

CPG projekt - Plzeň 13/55

Simplifikace - koncepty

A) 4D Multiresolution simplification– ceny podle 4D reprezentace – zobecněné kvadriky– simplifikace v jednotlivých snímcích

B) Simplifikace 4D sítě– kontrakce hran ve 4D– velký počet tetrahedronů– kódování konektivity

C) Simplifikace polyhedrální sítě– méně elementů

Page 14: CPG - Plzeň

CPG projekt - Plzeň 14/55

Shrnutí

máme:– přehled– implementace základních algoritmů (PCA, kvadriky)– 4D evaluační nástroj

budeme mít:– rychlý a efektivní kompresní algoritmus

• prediktorový algoritmus optimalizující Hausdorffovu vzdálenost

• rychlejší CPCA (50:1 při distorzi 3 %)– efektivní simplifikační algoritmus, který řeší dynamické

problémy • jeden z konceptů A, B, C

Page 15: CPG - Plzeň

CPG projekt - Plzeň 15/55

Publikace

– Frank, M.; Váša, L; Skala, V.: MVE-2 Applied in Education Process, Proceedings of .NET Technologies 2006, Pilsen, Czech Republic (presentation)

– Váša, L.;Skala, V.: A spatio-temporal metric for dynamic mesh comparison, Proceedings of AMDO 2006, Mallorca, Spain

– Frank, M.; Váša, L; Skala, V.: Pipeline approach used for recognition of dynamic meshes, Proceedings of 3IA 2006, Limoges, France (presentation, official photos, my photos)

– Váša, L: Methods for dynamic mesh size reduction. Tech. rep. no. DCSE/TR-2006-07

Page 16: CPG - Plzeň

Děkuji za pozornost

Otázky?

Page 17: CPG - Plzeň

Skupina digitální holografie

Ivo Hanák

Martin Janda

Petr Lobaz

Page 18: CPG - Plzeň

CPG projekt - Plzeň 18/55

Skupina digitální holografie

Ivo Hanák– vedoucí skupiny– syntéza digitálních hologramů na GPU

Martin Janda– metodiky syntézy digitálních hologramů

Petr Lobaz– komprese holografických dat

Page 19: CPG - Plzeň

CPG projekt - Plzeň 19/55

Obsah

Holografie– motivace– princip

Výsledky– mapa digitální holografie– STAR digitální holografie– STAR syntetizačních metod– horizontal-parallax only

(HPO)– full-parallax s využitím GPU– paralelizace– vzorově orient. syntéza

Publikační činnost

Budoucí činnost

Page 20: CPG - Plzeň

CPG projekt - Plzeň 20/55

Motivace

Počítačová grafika: honba za fotorealismem– aproximace– absence poměřovací metody

Relativně panenská oblast PG– vyšší šance na úspěch – více článků– méně chytráků

Hologram: informace o hloubce ve scéně– řádově složitější, než obyčejný obrázek – př.– možné využití koherence

Přichází doba skutečně 3D displejů– ideální technologie – holografie– chybí metodiky pro syntézu holografických dat

Page 21: CPG - Plzeň

CPG projekt - Plzeň 21/55

Princip holografie

Záznam o intenzitě a směru světla (fáze)– koherentní světlo: LASER– kódování fáze modulací referenční frekvence– obraz: interference vln

Digitální holografie– aproximace optického jevu– vysoká vzorkovací frekvence: ~ 1 MHz

• 17” LCD: 1280×1024 ~ 106 vzorků• 17” HD: 320k×256k ~ 1010 vzorků

– syntéza z umělých dat + rekonstrukce

Page 22: CPG - Plzeň

CPG projekt - Plzeň 22/55

Mapa oblasti digitální holografie

Complete Holographic PipelineHPU

Fast Hologram Synthesis

Pattern-based Solution Ray-based Solution Diffraction-based Solution (Lucente)

HW-aided Solution

Distributed Solution

Solution of Hi-order Primitives

Solution for TrianglesSolution for Hi-order Curves

Occlusion Solution

Pattern Deformation

Pattern Generation

Triangle Classification

Solution for Lines and Line Segments

Surfacing

Uniform Sphere SamplingDistributed Solution

GPU Aided Solution

Scan-line Solution

Hologram Compression

Fast Hologram Reconstruction· preparation of output for

multiview devices

Accurate Hologram Synthesis

Diffraction pattern propagation in scene

Axis-aligned Space Division Solution· Moravec, H. P. 1981. 3D Graphics

and the Wave Theory

General Space Division Alignment Solution

Adaptive Space Division with Low-number of Cells

Accurate Propagation Between Arbitrary tilted Planes

Accurate Propagation between Overlapping Arbitrary Tilted Planes

Slice-to-slice propagation solution

Fast Propagation Between Orthogonal Planes

Interactive Hologram Reconstruction· Interactive Reconstruction with

level-of-detail mechanism

Accurate Hologram Reconstruction

Diffraction pattern propagation based on summation of complex numbers

Focusing aperture simulation based on summation of complex numbers· required for perspective

HW-aided Solution

Solution for Point Cloud· L.Ahrenberg, P. Benzie, M.

Magnor, J. Watson. Computer generated holography using parallel commodity graphics hardware

The Great Holography PlanExplanation

Theoretical problem

Known/Working Solution created by us

(Bilkent+UWB)

Known/Working Solution created by others

Goal without identified subproblems

Rather technical problem

Hologram Reconstruction

Ivo Hanákthesis primary goal

Ivo Hanákthesis secondary goal

Martin Jandathesis primary goal

Martin Jandathesis secondary goal

Page 23: CPG - Plzeň

CPG projekt - Plzeň 23/55

STAR digitální holografie

Matematický základ vlnové optiky– užité aproximace

Numerické metody digitální holografie– syntéza– rekonstrukce– extrakce další informace

Page 24: CPG - Plzeň

CPG projekt - Plzeň 24/55

STAR syntetizačních metod

Plný výpočet: O(N5)– 1 vzorek = 1 pozorovatel scény

Dekompozice scény na body/ray casting– ideální bodové zdroje: u(x)=a/r exp(−ikr)– obtížné řešení viditelnosti– velké množství bodů

Předpočtené vzory pro primitiva– body a čáry– bez řešení viditelnosti a lokálních změn intenzity

Šíření vln: komplikované– bez funkčního řešení

Page 25: CPG - Plzeň

CPG projekt - Plzeň 25/55

HPO rendrovací roura

Hologramy pouze s horizontálním paralaxem– urychlení obětováním vertikálního paralaxu

Podpora trojúhelníkových sítí– vzorkování není zapotřebí

Podpora osvětlovacích modelů– Phong osvětlení a stínování

Relativně rychlý výpočet

Page 26: CPG - Plzeň

CPG projekt - Plzeň 26/55

HPO rendrovací roura - přístup

Řezání geometrie– 3D verze řádkové konverze trojúhelníka

Zpracování polygonů, lomených čar v 2D

Výpočet difrakčního integrálu

Angular step

Sampledpoint

Not visibleNot visible

Not visibleOccluded

Contributions

Sampledpoint Integration domain

z

x

z

x

Page 27: CPG - Plzeň

CPG projekt - Plzeň 27/55

HPO rendrovací roura - přístup

Osvětlení a stínování– osvětlovací model: Phong– texturové souřadnice interpolovány – V předpočítané– N interpolace nebo normálová mapa– D směrové světlo – konstantní ve všech bodech

LLs

A

B

Sampled point

V

N D

Page 28: CPG - Plzeň

CPG projekt - Plzeň 28/55

HPO - výstup

Page 29: CPG - Plzeň

CPG projekt - Plzeň 29/55

HPO - shrnutí

Kompletní rendrovací roura

Kompatibilní interface s existujícími nástroji

Verifikace filosofie syntézy

Page 30: CPG - Plzeň

CPG projekt - Plzeň 30/55

GPU full-parallax rendering

Modifikovaný ray-casting– ortogonální projekce– viditelnost: Z-buffer– vzorky na kulové vlnoploše: a/r exp(−ikr)

Zkosení (slanting) scény: HPO

– xt = x − z tan ξ

– r = zt = z / cos ξ

Page 31: CPG - Plzeň

CPG projekt - Plzeň 31/55

Princip II

Rozsah úhlu ξ: dle AABB scény

Vzorkování ξ: uniformní krok 1 / 300°– určeno experimentálně– vážení nutné pouze pro velké úhly ξ

Page 32: CPG - Plzeň

CPG projekt - Plzeň 32/55

Algoritmus

Pro všechny vzorky ξx a ξy

– ztransformuj scénu• xt = x − z tan ξx

• yt = y − z tan ξy

• r = zt = z (1 + tan2ξx + tan2ξx)1/2

– nalezni nejbližší vzorek na povrchu– napočítej vzorek z kulové vlnoplochy– přičti vzorek k součtu z předchozího kroku

Page 33: CPG - Plzeň

CPG projekt - Plzeň 33/55

Implementace

GPU SM 2.0

Numerická přenost– výpočet: z / cos ξ

• nedostečná velikosti mantisy: 16 – 24 bitů• dekompozice z na vektor: z = aNλ + bλ + c• jednoduchá realizace zaokrouhlení na λ

– výpočet: 1 / cos ξ• Taylorův rozvoj kolem počátku• užití dekomponovaného tvaru

Page 34: CPG - Plzeň

CPG projekt - Plzeň 34/55

Výsledky

NVIDIA GeForce 6800 GT– 1024 × 1024 vzorků

Králík (16k troj.): 8,1 hod.– textura– difuzní směrové světlo

Kolečko (64 troj.): 6,0 hod.– bez textury– pevné výdaje GPU-renderingu

Koník (96k troj.): 11,8 hod.

Page 35: CPG - Plzeň

CPG projekt - Plzeň 35/55

Fyzikální ověření

Page 36: CPG - Plzeň

CPG projekt - Plzeň 36/55

Shrnutí

Syntéza HPO i full-parallax hologramu– ignorování difrakce ve scéně

Viditelnosti řešena s využitím GPU

Kompatibilní s počítačovou grafikou– aplikace libovolného efektu

Distribuce: až lineární urychlení– libovolně velké hologramy

Page 37: CPG - Plzeň

CPG projekt - Plzeň 37/55

Vzorově orientovaná syntéza

Bázové difrakční vzory základních primitiv– trojúhelníky– úsečky – křivky– body

Složitější objekty - kompozice bázových vzorů

Page 38: CPG - Plzeň

CPG projekt - Plzeň 38/55

Vzorově orientovaná syntéza

Ověření předpokladů a metody

Výsledek pokusů: technická zpráva– spolupráce s University of Bilkent, Ankara

Další rozvoj: plnohodnotný rendering

Page 39: CPG - Plzeň

CPG projekt - Plzeň 39/55

Vzorově orientovaná syntéza

Page 40: CPG - Plzeň

CPG projekt - Plzeň 40/55

Paralelizace výpočtu hologramů

Časově náročný výpočet– HPO – minuty– Full – hodiny

Paralelizace výpočtu– dekompozice úlohy: bez komplikací– lineární urychlení

Otázka SW podpory

Page 41: CPG - Plzeň

CPG projekt - Plzeň 41/55

Publikační činnost

Články– Janda, M., Hanák, I., Skala, V.: Scanline Rendering of Digital

HPO Holograms and Hologram Numerical Reconstruction. In Proc. SCCG (2006)

– Janda, M., Hanák, I., Skala, V.: Digital HPO Rendering Pipeline. In Proc. EG (2006)

– Hanák, I., Janda, M., Skala, V.: Computer Generated Holograms of Triangular Meshes Using a Graphical Processing Unit. (To be published)

Technické zprávy– Janda, M., Hanák, I., Onural, L.: Synthesising Hologram by

Base Fringe Pattern Splatting– Janda, M., Skala, V.: STAR Digital hologram synthesis

methods– Hanák, I., Janda, Skala, V.: Digital holography STAR

Page 42: CPG - Plzeň

CPG projekt - Plzeň 42/55

Budoucí činnost

Urychlení postupu syntézy– využití koherence mezi vzorky– redukce informace– rendering velkých hologramů

Numerická rekonstrukce– HW-kompatibilní rekonstrukce– velké hologramy: perspektiva– spolupráce s VUT Brno

Nalezení možnosti fyzikálního ověření– laser + SLM (DMD/LCD/LCOS/fotografie)

Page 43: CPG - Plzeň

Děkujeme za pozornost

Otázky?

Page 44: CPG - Plzeň

Další témata řešená v rámci CPG

Řešitelé z CPG: Ivana Kolingerová,

Josef Kohout

Ostatní řešitelé neuvedení v CPG:

Jiří Skála, Jindřich Parus, studenti 3.-5.

ročníků ZČU

Page 45: CPG - Plzeň

CPG projekt - Plzeň 45/55

Obsah

1. Konstrukce dělení prostoru a datových struktur

pro modely v oblasti VR

2. Metody detekce kolizí a plánování pohybu v 3D

prostředí pro aplikace VR

3. Manipulace s rozsáhlými geometrickými daty

Page 46: CPG - Plzeň

CPG projekt - Plzeň 46/55

1. Konstrukce dělení prostoru a datových struktur pro modely v oblasti VR (1)Dílčí téma•VD a DT pro kulové objekty, velká, hierarch., data (3D), příp. pohyblivá data (zatím 2D)Hotovo•Identifikace průniku zájmů s MU Brno („molekuly“) a nastavení rozhraní prací ZČU-MU•Zadání 2 dipl. a sem. prací v návaznosti na MU•Start prací v září 2006 •Z dřívějška: sériové i paralel. implementace 2D a 3D DTCo dál•Ověření detailů požadavků úlohy s MU, podle nich případně úprava navrž. řešení•Implementace, testování, publikace ...

Page 47: CPG - Plzeň

CPG projekt - Plzeň 47/55

1. Konstrukce dělení prostoru a datových struktur pro modely v oblasti VR (2)Dílčí téma•Datové struktury pro rychlý pohyb terénem, rychlé modifikace, simulace eroze, příp. haptikaHotovo•Identifikace průniku zájmů s dr.B.Benešem („písek na adaptivních sítích“) •Zadání 1 dipl. a 2 bak. prací v návaznosti na BB•Start prací v září 2006 •Z dřívějška: sériové i paralel. implementace 2D DT, na straně BB řešení na pravidelné sítiCo dál•Kontrola připraveného rozhraní mezi studenty•Implementace, testování, publikace ...•Časem možná návaznost také na MU (haptika)

Page 48: CPG - Plzeň

CPG projekt - Plzeň 48/55

1. Konstrukce dělení prostoru a datových struktur pro modely v oblasti VR (3)Dílčí téma•Reprezentace povrchových modelů pomocí L-systémů•Společná práce s dr.B.BenešemHotovo•Reprezentace Bézierovy plochy včetně racionální•Generování fraktálních objektů•Obhájena 1 DP, zadána další DP, 1 publikace na SCCGCo dál•Rozšíření reprezentace na obecnější typy ploch•Využití gramatik pro záznam obecnějších vlastností objektu včetně fyzikálních

Page 49: CPG - Plzeň

CPG projekt - Plzeň 49/55

2. Metody detekce kolizí a plánování pohybu v 3D prostředí pro VR

Dílčí téma•Datové struktury pro detekce kolizí, speciální techniky, •Path planning v prostředí VR•Řešeno ve spolupráci s dr.Gavrilovou z KanadyHotovo•Obhájena 1 DP a 1 BP v oblasti kolizí a path planningu•1 publikace na CESCG, 1 nabídnutý článek na GRAPP 07•Identifikace průniku zájmů s MU Brno•Zadána 1 DP a 1 obor. projekt na pokračování v práciCo dál•Další debaty s MU o možném využití výsledků v aplikaci, podle toho modifikace pokračování•Pokračování ve spolupráci s Kanadou

Page 50: CPG - Plzeň

CPG projekt - Plzeň 50/55

3. Manipulace s rozsáhlými geometrickými daty

Dílčí téma•Velká data pro VD a DT 2D a 3D – sériové i paralelní metody•Částečné překrytí s tématem 1, částečná návaznost na předchozí výsledky v oblasti paralel. výpočtůHotovo•V paralelní oblasti: zvýšení efektivity distribuovaného řešení 2D a 3D DT•V sériové oblasti: zadáno jako téma disertace, začátek prací v říjnu 2006Co dál•Dokončení distrib. řešení – pokud možno najít studentské pracovní síly pro urychlení prací•Sériové řešení – vše před námi

Page 51: CPG - Plzeň

Děkujeme za pozornost

Otázky?

Page 52: CPG - Plzeň

CPG projekt - Plzeň 52/55

Iso-curves in Time-varying Meshes(Slavomír Petrík)Definice problému– Uvažujíc vstupní údaje seřazená v časových

hladinách, přičemž každá je reprezentována odlišnou nestrukturovanou sítí, najdi metodu, která vypočte iso-křivku pro jakoukoliv iso-hodnotu a čas mezi vstupními hladinami.

(a) Brute-force řešení (b) Naše řešení

Page 53: CPG - Plzeň

CPG projekt - Plzeň 53/55

Lobaz – Komprese hologramů

Oblasti zájmu– alternativní odvození struktury hologramu– přesná simulace rekonstrukce hologramu– analýza šumu v hologramu– analýza vjemu obrazu a vjemu hloubky

v zašuměném hologramu– návrh bázových funkcí pro frekvenční popis

hologramu

Page 54: CPG - Plzeň

CPG projekt - Plzeň 54/55

Další aktivity

Video-konference – ”ready to use” pro semináře veřejné potřeby CPG projektu

info http://herakles.zcu.cz/seminars/ pro potřeby CPG projektu je potřebné dodatečné info o portech

Projekty odborné– MUTED EU STREPS

• konstrukce prototypu multiuživatelského stereoskopického displeje

– FlashPoM EU MATEO • grafický systém pro návrh bio-čipů

Page 55: CPG - Plzeň

Děkujeme za pozornost

Otázky?