MétaCan
Menu
Retour à la cohorte
Enregistrement W3150314884 · doi:10.1109/cgiv.2006.95

Environment Lighting for Point Sampled Geometry

2006· article· en· W3150314884 sur OpenAlexaff
Sushil Bhakar Feng Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueComputer Graphics and Visualization Techniques
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésRendering (computer graphics)Specular reflectionComputer scienceShaderComputer graphics (images)Real-time renderingPoint (geometry)Global illuminationVertex (graph theory)Point cloudSpecular highlightComputer visionArtificial intelligenceGeometryOpticsGraphMathematicsTheoretical computer science

Résumé

récupéré en direct d'OpenAlex

Point sampled geometry has recently gained significant interest due to the tremendous advances in the technology of 3D scanning and the representational simplicity afforded by avoiding any need for explicit connectivity information. Their use in creating high-quality rendered images is however still limited. Till date, most renderings of point sampled surfaces use the Phong illumination model. In this paper we consider the rendering of point sampled surfaces with both diffuse and specular material properties under distant illumination, as specified using an environment map. For this, we have combined two of the earlier works for continuous surfaces, spherical harmonic representations of irradiance environment maps and glossy reflection, and programmed it on the GPU using vertex and fragment shaders. This hardware accelerated implementation has been incorporated into a public domain point based renderer enabling us to efficiently produce high quality images of point sampled geometry

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,629
Score d'incertitude au seuil0,282

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,255
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetComputer Graphics and Visualization TechniquesTravaux en français237 207