या साइटवरील सामग्री कृत्रिम बुद्धिमत्ता (AI) किंवा मशीन भाषांतर तंत्रज्ञानाचा वापर करून भाषांतरित केली आहे आणि त्यात त्रुटी असू शकतात.

Skip to content
3D

3D सائنड डिस्टन्स फंक्शन्ससाठी डेटासेट आणि एक्सप्लोरर

View Publication

Author

तोवाकी ताकिकावा (एनव्हीडिया आणि वॉटरलू विद्यापीठ), अँड्र्यू ग्लास्नर (युनिटी/वेटा डिजिटल), मॉर्गन मॅकग्वायर (रॉब्लॉक्स आणि वॉटरलू विद्यापीठ)

Venue

जर्नल ऑफ कॉम्प्युटर ग्राफिक्स टेक्निक्स / आय3डी 2022

Abstract

नवीन अल्गोरिदम तयार करताना संदर्भ डेटासेट्स हे एक महत्त्वाचे साधन आहेत. ते आम्हाला विद्यमान विविध उपायांची तुलना करण्यास आणि नवीन अल्गोरिदम विकसित करताना समस्या व कमकुवतपणा ओळखण्यास मदत करतात. साइनड डिस्टन्स फंक्शन (SDF) सध्या संगणकीय ग्राफिक्समध्ये पुन्हा संशोधनाचे केंद्रबिंदू बनले आहे, परंतु आतापर्यंत अशा फंक्शन्ससाठी कोणताही मानक संदर्भ डेटासेट उपलब्ध नव्हता. आम्ही विविध जटिलतेच्या 63 निवडक, अनुकूलित आणि नियमित केलेल्या फंक्शन्सचा डेटाबेस सादर करतो. आमची फंक्शन्स विश्लेषणात्मक अभिव्यक्तींच्या स्वरूपात प्रदान केली जातात, ज्यांना अवकाशातील कोणत्याही बिंदूवर GPU वर कार्यक्षमतेने मूल्यांकन करता येते. आम्ही पारंपारिक ग्राफिक्स आणि न्यूरल नेटवर्क प्रशिक्षणासाठी योग्य SDF नमुने तयार करण्यासाठी एक दृश्यकरण व निरीक्षण साधन आणि सॉफ्टवेअर देखील सादर करतो.