Een dataset en verkenner voor 3D-afstandsfuncties met teken
Author
Venue
Journal of Computer Graphics Techniques / i3D 2022
Abstract
Referentiedatasets zijn een belangrijk hulpmiddel bij het ontwikkelen van nieuwe algoritmen. Ze stellen ons in staat om verschillende bestaande oplossingen te vergelijken en problemen en zwakke punten te identificeren tijdens de ontwikkeling van nieuwe algoritmen. De signed distance function (SDF) staat weer volop in de belangstelling binnen het onderzoek naar computergraphics, maar tot nu toe was er geen standaard referentiedataset van dergelijke functies. We presenteren een database met 63 samengestelde, geoptimaliseerde en geregulariseerde functies van verschillende complexiteit. Onze functies worden aangeboden als analytische uitdrukkingen die op elk punt in de ruimte efficiënt op een GPU kunnen worden geëvalueerd. We presenteren ook een tool voor weergave en inspectie en software voor het produceren van SDF-voorbeelden die geschikt zijn voor zowel traditionele grafische weergave als het trainen van neurale netwerken.
