项目名称: 大规模流体动画的压缩采样理论与方法
项目编号: No.61173105
项目类型: 面上项目
立项/批准年度: 2012
项目学科: 自动化技术、计算机技术
项目作者: 杨旭波
作者单位: 上海交通大学
项目金额: 55万元
中文摘要: 随着虚拟现实和数字媒体等领域的深入发展,大规模流体动画将具有日益重要的应用价值,但现有模拟方法受限于经典的Nyquist采样理论,无法有效地减少大规模动画数据的采样量。本项目拟针对大规模流体动画的数据采样这一核心基础问题进行突破,首次将新兴的压缩感知理论引入流体动画领域,提出流体动画的压缩采样这一新概念与新构想。1)探索流体数据的可压缩性和稀疏表达形式,研究适合流体数据的压缩基、采样基和重构优化算法,建立流体数据的压缩采样基础理论;2)确立高效快速的压缩重构算法,提出流体动画的稀疏重构上采样方法;3)探索大规模复杂流体数据的多样性特征,建立通用的流体数据稀疏表示方式与其疏密样本映射关系;4)构建疏密映射重构方法和大规模流体动画压缩采样计算框架。预期将大幅突破现有流体动画采样方法的局限性,有效降低所需采样量,树立流体动画的采样新理论,提出高效、通用、灵活的大规模流体动画采样计算新方法。
中文关键词: 流体动画;压缩采样;稀疏重构;上采样;投影
英文摘要:
英文关键词: Fluid animation;compressive sampling;sparse reconstruction;upsampling;projection