project |
project_id |
507752 |
country |
XE |
agency |
EC |
ARLID |
cav_un_auth*0200689 |
|
project |
project_id |
1ET400750407 |
agency |
GA AV ČR |
ARLID |
cav_un_auth*0001797 |
|
project |
project_id |
1M0572 |
agency |
GA MŠk |
ARLID |
cav_un_auth*0001814 |
|
project |
project_id |
2C06019 |
agency |
GA MŠk |
country |
CZ |
ARLID |
cav_un_auth*0216518 |
|
project |
project_id |
IAA2075302 |
agency |
GA AV ČR |
ARLID |
cav_un_auth*0001801 |
|
research |
CEZ:AV0Z10750506 |
abstract
(eng) |
The recent advanced representation for realistic real-world materiále in virtual reality applications is the Bidirectional Texture Function (BTF) which describes rough texture appearance for varying illumination and viewing conditions. Such a function can be represented by thousands of measurements (images) per material sample. The resulting BTF size excludes its direct rendering in graphical applications and some compression of these huge BTF data spaces is obviously inevitable. In this paper we present a novel, fast probabilistic model-based algorithm for realistic BTF modeling allowing an extreme compression with the possibility of a fast hardware implementation. Its ultimate aim is to create a visual impression of the same material without a pixel-wise correspondence to the original measurements. |
abstract
(cze) |
Současná nejdokonalejší reprezentace reálných materiálů v aplikacích virtuální reality je dvousměrná texturní funkce (Bidirectional Texture Function - BTF), která popisuje vzhled hrubé textury pro měnící se podmínky osvětlení a pohledu. Tato funkce může být reprezentována pomocí tisíců měření (obrazů) na jeden vzorek materiálu. Výsledná velikost BTF vylučuje její přímé použití v grafických aplikacích a tedy nějaká komprese těchto ohromných BTF prostorů je nevyhnutelná. V článku předkládáme nový rychlý algoritmus založený na pravděpodobnostních modelech pro realistické modelováni BTF, který dovoluje extrémní kompresi a možnost rychlé hardwarové implementace. Jeho cílem je vytvořit vizuální dojem shodného materiálu bez pixelové shody s původním měřením. Analytický krok algoritmu začíná segmentací BTF prostoru a odhadem hloubkové mapy BTF povrchu pomocí fotometrického sterea. Následuje spektrální a prostorová faktorizace vybraného podprostoru barevných texturních obrazů. |
reportyear |
2008 |
RIV |
BD |
permalink |
http://hdl.handle.net/11104/0147809 |
mrcbT16-f |
5.582 |
mrcbT16-g |
0.571 |
mrcbT16-h |
9.7 |
mrcbT16-i |
0.03983 |
mrcbT16-j |
2.107 |
mrcbT16-k |
16492 |
mrcbT16-l |
189 |
mrcbT16-q |
200 |
mrcbT16-s |
6.166 |
mrcbT16-y |
33.83 |
mrcbT16-x |
7.52 |
arlyear |
2007 |
mrcbU56 |
textový dokument |
mrcbU63 |
cav_un_epca*0256725 IEEE Transactions on Pattern Analysis and Machine Intelligence 0162-8828 1939-3539 Roč. 29 č. 10 2007 1859 1865 IEEE Computer Society |