차등 데이터를 기반으로 렌더링 효율을 고려한 3D 트리의 압축
Source
Evernote/Papers/Compressing 3D Trees With Rendering Efficiency Based on Differential Data.md
Summary
이 논문은 가상 야외 환경에서 고다각형 3D 트리 모델의 메모리 사용량과 렌더링 부하를 줄이기 위한 압축 방법을 제안합니다. K-medoids 클러스터링을 통해 트리를 그룹화하고, 대표 트리와 차등 데이터(differential data)를 조합하여 개별 트리를 재구성합니다. 수정된 트리 편집 거리(modified tree edit distance)를 사용하여 유사도를 측정하며, 시각적 인식에 대한 기여도를 고려한 LOD(Level of Detail) 우선순위를 적용합니다. GPU 가속과 기하학 인스턴싱(geometry instancing)을 활용하여 렌더링 성능을 최적화합니다. 실험 결과, 메모리 공간을 대폭 절감하면서도 시각적 충실도를 유지하고 렌더링 속도를 향상시키는 것으로 확인되었습니다.
Key Points
- K-medoids 클러스터링과 차등 데이터를 이용한 3D 트리 모델 압축 기법 제안
- 수정된 트리 편집 거리를 통한 트리 간 유사도 측정 및 재구성
- 시각적 인식 기여도 기반 LOD 우선순위 매핑
- GPU 가속 및 기하학 인스턴싱을 통한 렌더링 효율화
- 실험을 통한 메모리 절감, 시각적 충실도 유지, 렌더링 가속 효과 입증
Related
-
λ-Diverse Nearest Neighbors Browsing for Multidimensional Data
-
Fast Near-Duplicate Image Detection Using Uniform Randomized Trees
-
Quantifying and Verifying Reachability for Access Controlled Networks
-
실내 이동 객체를 위한 거리 기반 조인 (Distance-Aware Join for Indoor Moving Objects)
-
3DNN: Viewpoint Invariant 3D Geometry Matching for Scene Understanding
-
지오태그 이미지로부터 장면 위치 식별 (Identification of scene locations from geotagged images)
-
Coordinated Multi-Device Presentations: Ambient-Audio Identification
-
Robust and accurate mobile visual localization and its applications