Life science today involves computational analysis of a large amount and variety of data, such as volumetric data acquired by state-of-the-art microscopes, or mesh data resulting from analysis of such data or simulations. Visualisation is often the first step in making sense of the data, and a crucial part of building and debugging analysis pipelines. It is therefore important that visualisations can be quickly prototyped, as well as developed or embedded into full applications. In order to better judge spatiotemporal relationships, immersive hardware, such as Virtual or Augmented Reality (VR/AR) headsets and associated controllers are becoming invaluable tools. In this work we introduce scenery, a flexible VR/AR visualisation framework for the Java VM that can handle mesh and arbitrarily large volumetric data, containing multiple views, timepoints, and color channels. scenery is free and open-source software, works on all major platforms and uses the Vulkan or OpenGL rendering APIs. We introduce scenery's main features and detail example applications, such as its use in the biomedical image analysis software Fiji, or for visualising agent-based simulations.


翻译:今天的生命科学涉及对大量和多种数据进行计算分析,如通过最先进的显微镜获得的体积数据,或通过分析这些数据或模拟而获得的网状数据。视觉化往往是使数据具有意义的第一步,也是建设和调试分析管道的关键部分。因此,视觉化必须能够迅速进行原型,以及开发或嵌入到全部应用中。为了更好地判断时空关系,隐性硬件,例如虚拟或增强现实(VR/AR)头饰和相关控制器等,正在成为宝贵的工具。在这项工作中,我们引入了场景,一个灵活的VR/AR可视化框架,用于爪哇VM,可以处理网状和任意的大型体积数据,包含多个视图、时间点和颜色通道。景色是免费和开源软件,在所有主要平台上工作,并使用Vulkan或OpenGL 生成 APIs。我们引入了现场主要特征和详细示例应用,例如用于生物物理图像模拟软件斐济或视觉代理器。

1
下载
关闭预览

相关内容

虚拟现实,或虚拟实境(Virtual Reality),简称 VR 技术,是指利用电脑模拟产生一个三度空间的虚拟世界,提供使用者关于视觉、听觉、触觉等感官的模拟,让使用者如同身历其境一般,可以及时、没有限制地观察三度空间内的事物。 实际上现在实用的民用VR技术只有带头部追踪功能的头戴式显示器,只能有限的勉强模拟视觉感官。近年来火爆的VR就是这个。 VR技术重点在硬件方面,尤其是头部追踪技术是重中之重。VR必须要结合硬件与软件一起使用。和大多数人想象的不同,VR在软件方面实现起来简单,几乎只需要很少的一点代码即可实现。
【新书】Java企业微服务,Enterprise Java Microservices,272页pdf
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
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24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
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25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
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24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
Arxiv
20+阅读 · 2020年6月8日
Arxiv
35+阅读 · 2019年11月7日
Clustered Object Detection in Aerial Images
Arxiv
5+阅读 · 2019年8月27日
Arxiv
53+阅读 · 2018年12月11日
VIP会员
相关VIP内容
【新书】Java企业微服务,Enterprise Java Microservices,272页pdf
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
相关资讯
计算机 | 入门级EI会议ICVRIS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年6月24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
【TED】生命中的每一年的智慧
英语演讲视频每日一推
9+阅读 · 2019年1月29日
RL 真经
CreateAMind
5+阅读 · 2018年12月28日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25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
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】树莓派/OpenCV/dlib人脸定位/瞌睡检测
机器学习研究会
9+阅读 · 2017年10月24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
Top
微信扫码咨询专知VIP会员