This German paper was written entirely at the University of Duisburg-Essen in 2011 for a 3D modeling masters course in applied computer science. We publish this paper, thus, interested people can acquire a first impression of the topic "volume raycasting". In addition to writing this paper, we developed a functioning open-source OpenCL raycaster. A video of this raycaster is available: http://www.youtube.com/watch?v=VMMsQnf4zEY. Additionally, we archived and published the complete source code of the raycaster in the Google Code Archive: http://code.google.com/p/gputracer/. If this is no longer the case, those who are interested can also write an email to the author, hence, we can provide the source code. This paper provides an introduction and overview of the topic "volume ray casting with OpenCL". We show how volume data can be loaded, manipulated, and visualized by modern GPUs in real time. In addition, we present basic algorithms and data structures that are necessary for building such a raycaster. Then, we describe how we built a rudimentary raycaster using OpenCL and .NET C#. Furthermore, we analyze different gradient operators (CentralDifference, Sobel3D and Zucker-Hummel) for surface detection and show an evaluation of these with respect to their performance. Finally, we present optimization techniques (hitpoint refinement, adaptive sampling, octrees, and empty-space-skipping) for improving a raycaster.


翻译:这篇德国论文完全在2011年杜伊斯堡-埃斯森大学为应用计算机科学的3D模型硕士课程撰写。 我们出版这篇论文, 因此, 有兴趣的人可以对“ 批量光学” 主题获得第一印象。 除了撰写本文, 我们开发了一个运行的开放源代码 OpenCL 射线器。 这个射线仪的视频可以提供: http://www.youtube.com/watch?v=VMMSQnf4zEY。 此外, 我们归档并出版了谷歌代码档案库中3D 光谱仪的完整源代码 : http://code.google.com/ p/gputertrager/。 如果不再出现这种情况, 那些有兴趣的人也可以写电子邮件给作者, 因此, 我们可以提供源代码。 本文提供了“ 使用 Oplo CLCL的射线铸造版” 主题的介绍和概览。 我们展示了实时由现代GPUS装入、操纵和视觉的量数据, 此外, 我们展示了基本的算法和数据结构结构结构, 是要用Sloverical-chareal Creal Creal Creal 。

0
下载
关闭预览

相关内容

OpenCL(Open Computing Language,开放计算语言)是一个为异构平台编写程序的框架,此异构平台可由 CPU,GPU 或其他类型的处理器组成。
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
118+阅读 · 2020年5月6日
深度神经网络模型压缩与加速综述
专知会员服务
128+阅读 · 2019年10月12日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
TensorFlow神经网络教程
Python程序员
4+阅读 · 2017年12月4日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
资源 | Github项目:斯坦福大学CS-224n课程中深度NLP模型的PyTorch实现
黑龙江大学自然语言处理实验室
10+阅读 · 2017年11月13日
前端高性能计算(4):GPU加速计算
前端大全
7+阅读 · 2017年10月26日
【推荐】深度学习目标检测全面综述
机器学习研究会
21+阅读 · 2017年9月13日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
3D Deep Learning on Medical Images: A Review
Arxiv
12+阅读 · 2020年4月1日
A Survey of Deep Learning for Scientific Discovery
Arxiv
29+阅读 · 2020年3月26日
Rapid Customization for Event Extraction
Arxiv
7+阅读 · 2018年9月20日
Arxiv
8+阅读 · 2018年5月17日
Arxiv
3+阅读 · 2018年3月13日
Arxiv
20+阅读 · 2018年1月17日
VIP会员
相关VIP内容
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
118+阅读 · 2020年5月6日
深度神经网络模型压缩与加速综述
专知会员服务
128+阅读 · 2019年10月12日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
2019年机器学习框架回顾
专知会员服务
35+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
MIT新书《强化学习与最优控制》
专知会员服务
275+阅读 · 2019年10月9日
相关资讯
人工智能 | ISAIR 2019诚邀稿件(推荐SCI期刊)
Call4Papers
6+阅读 · 2019年4月1日
TensorFlow神经网络教程
Python程序员
4+阅读 · 2017年12月4日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
资源 | Github项目:斯坦福大学CS-224n课程中深度NLP模型的PyTorch实现
黑龙江大学自然语言处理实验室
10+阅读 · 2017年11月13日
前端高性能计算(4):GPU加速计算
前端大全
7+阅读 · 2017年10月26日
【推荐】深度学习目标检测全面综述
机器学习研究会
21+阅读 · 2017年9月13日
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员