کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6876542 690949 2015 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Perception-driven adaptive compression of static triangle meshes
ترجمه فارسی عنوان
فشرده سازی فشرده سازی تصادفی مش های مثلثی استاتیکی
کلمات کلیدی
فشرده سازی مش، ادراک شکل، رمزگشایی پیشرفته،
ترجمه چکیده
فشرده سازی مش یک کار مهم در پردازش هندسه است. این یکپارچگی هندسی داده ها را برای کاهش حجم فضا مورد نیاز برای ذخیره سازی یک مش سطح استفاده می کند. اکثر تکنیک ها فشرده سازی را انجام می دهند که با استفاده از کوانتیزه داده های یکنواخت در تمام سطح انجام می شود. با این حال تحقیق در ادراک شکل، نشان می دهد که قسمت هایی از مش که بصری بیشتر از سایرین مرتبط است، وجود دارد. ما یک تکنیک جدید ارائه می دهیم که یک فشرده سازگاری از مش های استاتیک را انجام می دهد، با استفاده از بزرگترین بخش بودجه کمی در رأس های مربوطه، در حالی که صرفه جویی در فضا در رمزگذاری کمتر قابل توجه است. تکنیک ما می تواند به راحتی با هر متریک خطای مبتنی بر ادراک کار کند. این آزمایش ها نشان می دهد که رویکرد انطباق ما حداقل با سایر تکنیک های پیشرفته تر قابل مقایسه است، در حالی که در بعضی موارد کاهش بیتی تا 15٪ کاهش می یابد. علاوه بر این، رویکرد ما، سرعت های رمزگشایی بسیار سریع تر را از الگوریتم های فشرده سازی با انگیزه درک پذیری قابل مقایسه فراهم می کند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر گرافیک کامپیوتری و طراحی به کمک کامپیوتر
پیش نمایش مقاله
فشرده سازی فشرده سازی تصادفی مش های مثلثی استاتیکی
چکیده انگلیسی
Mesh compression is an important task in geometry processing. It exploits geometric coherence of the data to reduce the amount of space needed to store a surface mesh. Most techniques perform compression employing a uniform data quantization over the whole surface. Research in shape perception, however, suggests that there are parts of the mesh that are visually more relevant than others. We present a novel technique that performs an adaptive compression of a static mesh, using the largest part of the bit budget on the relevant vertices while saving space on encoding the less significant ones. Our technique can be easily adapted to work with any perception-based error metric. The experiments show that our adaptive approach is at least comparable with other state-of-the-art techniques, while in some cases it provides a significant reduction of the bitrate of up to 15%. Additionally, our approach provides much faster decoding times than comparable perception-motivated compression algorithms.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer-Aided Design - Volume 58, January 2015, Pages 24-33
نویسندگان
, , , ,