৩ডি স্বাক্ষরিত দূরত্ব ফাংশনের জন্য একটি ডেটাসেট এবং এক্সপ্লোরার
Author
Venue
জার্নাল অফ কম্পিউটার গ্রাফিক্স টেকনিক্স / i3D 2022
Abstract
রেফারেন্স ডেটাসেটগুলি নতুন অ্যালগরিদম তৈরি করার ক্ষেত্রে একটি গুরুত্বপূর্ণ হাতিয়ার। এগুলি আমাদেরকে বিভিন্ন বিদ্যমান সমাধানের তুলনা করতে এবং নতুন অ্যালগরিদম তৈরি করার সময় সমস্যা ও দুর্বলতাগুলি চিহ্নিত করতে সাহায্য করে। সাইনড ডিস্ট্যান্স ফাংশন (SDF) কম্পিউটার গ্রাফিক্সে গবেষণার নতুন করে মনোযোগ আকর্ষণ করছে, কিন্তু এ পর্যন্ত এই ধরনের ফাংশনের কোনো মানক রেফারেন্স ডেটাসেট ছিল না। আমরা বিভিন্ন জটিলতার ৬৩টি বাছাইকৃত, অপ্টিমাইজড এবং নিয়মিতকরণকৃত ফাংশনের একটি ডাটাবেস উপস্থাপন করছি। আমাদের ফাংশনগুলো বিশ্লেষণাত্মক অভিব্যক্তি হিসেবে প্রদান করা হয়েছে, যা GPU-তে যেকোনো স্থানে দক্ষতার সাথে মূল্যায়ন করা যায়। আমরা একটি দেখার ও পরিদর্শনের টুল এবং ঐতিহ্যগত গ্রাফিক্স ও নিউরাল নেটওয়ার্ক প্রশিক্ষণের জন্য উপযুক্ত SDF নমুনা তৈরি করার সফটওয়্যারও উপস্থাপন করছি।
