Sie befinden Sich nicht im Netzwerk der Universität Paderborn. Der Zugriff auf elektronische Ressourcen ist gegebenenfalls nur via VPN oder Shibboleth (DFN-AAI) möglich.
mehr Informationen...
ger: Viele 3-D-Szenen (z. B. aus CAD-Daten generierte) sind aus einer Vielzahl von ineinander verschachtelten Objekten aufgebaut. Eine Fabrik kann beispielsweise einige Maschinen beinhalten, wobei die Maschinen einen Elektromotor besitzen können, der wiederum kleinere Teile, wie Rotor und Stator, einschließt. Da sich die Objekte gegenseitig verdecken, sind nur wenige von außen sichtbar. Diese Arbeit präsentiert ein neues Verfahren, Spherical Visibility Sampling (SVS), für die Echtzeitdarstellung von solchen, häufig hochkomplexen, 3-D-Szenen. SVS nutzt die Verdeckung aus und reichert in einem Vorverarbeitungsschritt die hierarchische Objektstruktur um richtungsabhängige Sichtbarkeitsinformationen an. Diese Sichtbarkeitsinformationen beinhalten für verschiedene Richtungen, welche Objekte eines Szenenteils von außerhalb der umschließenden Kugel dieses Teils aus dieser Richtung sichtbar sind. Im Gegensatz zu den meisten auf vorausberechneter Sichtbarkeit basierenden Verfahren wird auf eine Unterteilung des Betrachterraums verzichtet, wodurch ein geringer Speicherplatzbedarf erreicht wird. Zur 3-D-Darstellung können die potenziell sichtbaren Objekte sehr effizient aus den richtungsabhängigen Sichtbarkeitsinformationen ohne zusätzliche Sichtbarkeitstests abgerufen werden. Die Evaluierung zeigt, dass SVS die effiziente Vorverarbeitung und Echtzeitdarstellung von komplexen 3-D-Szenen erlaubt (z. B. eines Kohlekraftwerks und fünf animierter Boeing 777-Modelle mit Milliarden von Dreiecken). Der Vergleich mit zwei aktuellen Verfahren zur Verdeckungsberechnung demonstriert die Vor- und Nachteile von SVS. Da SVS für die Verdeckungsberechnung zur Laufzeit keine Hardwareunterstützung benötigt, kann es auch zur Darstellung von komplexen Szenen auf Mobilgeräten benutzt werden.
eng: Many 3D scenes (e.g., generated from CAD data) are composed of a multitude of objects that are nested in each other. An industrial plant, for instance, may contain multiple machines and the machines may have an electric motor with many smaller parts like rotor and stator located inside. Since the objects occlude each other, only few are visible from outside. This work presents a new technique, Spherical Visibility Sampling (SVS), for real-time 3D rendering of such -- often highly complex -- scenes. SVS exploits the occlusion and annotates hierarchically structured objects with direction-dependent visibility information in a preprocessing step. For different directions, the direction-dependent visibility encodes which objects of a scene's region are visible from that direction from the outside of the regions' enclosing bounding sphere. Since there is no need to store a separate view space subdivision as in most techniques based on preprocessed visibility, a small memory footprint is achieved. Using the direction-dependent visibility information for an interactive walkthrough, the potentially visible objects can be retrieved very efficiently without the need for further visibility tests. The evaluation shows that using SVS allows to preprocess complex 3D scenes fast and to visualize them in real time (e.g., a Power Plant model and five animated Boeing 777 models with billions of triangles). The comparison with two state-of-the-art occlusion culling algorithms demonstrates the advantages and disadvantages of SVS. Because SVS does not require hardware support for occlusion culling during rendering, it is even applicable for rendering complex scenes on mobile devices.