Uppsats
Accelerationsstrukturer för strålspårning : En jämförelse mellan Bounding Volume Hierarchies för användning inom spel och filmproduktion
Kandidat-uppsats
Högskolan i Skövde/Institutionen för informationsteknologi
Publicerad: 2022
Språk: Svenska
Nyckelord
klicka för att sökaSammanfattning
En vanligt förekommande teknik för att påskynda sökningen av en skärpunkt i en 3d-scen är accelerationsstrukturer. Valet av accelerationsstruktur är ofta en avvägning mellan kort konstruktionstid och en struktur som effektivt påskyndar sökningen. I denna studie har två algoritmer undersökts för att se vilken som lämpar sig mest till användande inom interaktiva applikationer. Algoritmernas konstruktionstid, skalbarhet och resulterande effektivitet har studerats i sex scener. Av de två algoritmer som utvärderats tyder resultaten på att Linear Bounding Volume Hierarchy (Karras 2012a) är den, över lag, mest lämpade för användande inom interaktiva applikationer. Den andra algoritmen (Wald 2007) kan lämpa sig väl inom områden då ett stort antal strålar skall emitteras i en scen med låg geometrisk komplexitet.
Information
- Författare
- Nyström Svensson, Axel
- Lärosäte / institution
- Högskolan i Skövde/Institutionen för informationsteknologi
- Publiceringsdatum
- 2022
- Uppsatstyp
- Kandidat-uppsats
- Språk
- Svenska
Utforska vidare
Liknande uppsatser
Uppsatser med liknande ämnen och nyckelord.
Kandidat-uppsats, Karlstads universitet/Institutionen för matematik och datavetenskap (from 2013)
Ivarsson, Mattias, Lindström, Alexander
Publicerad: 2022
Kandidat-uppsats, Karlstads universitet/Institutionen för matematik och datavetenskap (from 2013)
Hamrin Svanborg, Ossian, Eltonson, Niclas
Publicerad: 2023
Kandidat-uppsats, Karlstads universitet/Institutionen för matematik och datavetenskap (from 2013)
Karlsson, Markus, Jonasson, Viggo
Publicerad: 2026
Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)
Buckard, Kajsa
Publicerad: 2022
M1-uppsats, Linköpings universitet/Programvara och system
Johnsson, Mikael, Bergman, Linus
Publicerad: 2023
Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)
Espinosa Núria, Flores
Publicerad: 2023