quadTree 论文Real-Time Generation of Continuous吃透了

Real-Time Generation of Continuous Levels of Detail for Height Fields

下面总结一下：

首先说明quadTree里面的最小单位：

最小的叶子：

它有9个点哦！！！！！！！

1 2 3

4 5 6

7 8 9

也就是说边长为2.。。。。。。。。。

好不容易想清楚。。。。。。

也就是最小的叶子：

1.关于quadTree 如何保存的问题，用个二维表就可以了。

2.通过调整d2的值，来保证一个相临的节点之间的深度只差1或者0；

先找到最大可能深度。。为MaxDepth

? ? ? ? ? ? ? ? ?
? ? ? ? ? 0 ? 0 ?
? ? 0 ? ? ? 1 ? ?
? ? ? ? ? 0 ? 0 ?
? ? ? ? 1 ? ? ? ?
? 0 ? 0 ? 0 ? 1 ?
? ? 1 ? ? ? 1 ? ?
? 0 ? 0 ? 0 ? 1 ?
? ? ? ? ? ? ? ???

注意最小的单位为9个点：

1 2 3

4 5 6

7 8 9

可以设置一个最深的深度阀值。其实也可以不设。

深度=Max；

while（深度=0）

{

求得所有深度为此，深度的中心；

计算d2

这时候父节点就得到了4个d2值乘以K，找到自己的d2，然后有,从中选出最大的那一个进行保留。

把4个d2传给下一层。

深度减去1，

重复上面的过程。直到d2为0；

}

方法是再次从底层向高层，往上遍历D2参数，如果有一个值比这个的K倍，也就是 2C/(C-1) 小，那么我们该怎么办呢！找出最大的一个。max（K*lowerADJd2,TheCurrentD2）;并设为这个值。

3.因为d2有了，根据条件f<1,就可以保证相邻节点之间的深度只差1.

有很多逻辑问题在这里面！！！！！！！！！！

然后渲染叶子！！！！！

去除那些不必要渲染的点的时候，这样做：

根据方位，具体问题具体分析！！！！！！！！

而且Morphing也就是地貌化，

叶子的渲染。根据方位，，判断Crack。。插值高度！！

等等。。。

在渲染过程中我们保存一个 d=2（1-f）在节点的中心！！！！！！

然后用公式

d×（实际高度）+（1-d）×（对角线两点的平均高度）

总共有5个点需要插值！！包括中间的点！！

必须搞清楚咯！！！！！！！！！！！！！！！！！！！！！！！！！

每一个叶子一共渲染9个点。。。

如果叶子的角点被标记为 “不需要渲染”

哪么可以根据具体位置。。选择要渲染的点。。

叶子的边点是必须要渲染德。。

叶子的角点则根据具体情况具体分析。。

也就是说D>=2;

也就是说只有下面情况需要考虑：

1 2 5 11

3 4 6

7 8 9 12

渲染右边的时候。对于6 这个点，我们用混合因子。

而渲染左边的时候。我们只需要考虑。。是否渲染6 这个点。

而上边，如果是个同样的叶子，则不用考虑，因为没有突变！！

如果是半个叶子。。那么。。

则在边上渲染4个扇形。。不用渲染叶子。。

算法：

if( 节点是叶子)

{

find父节点；

find 父节点相关的两个邻节点；

if（深度与2相同或者大于2）

{

找到此叶子节点父节点的对应邻边的子节点。

比较深度。

if（深度相同叶子）直接渲染

if（深度大于1（节点））说明了丢失了部分细节，用混合因子插边值进行渲染。

相当于多渲染了一个点。（这个点可以保证不被邻边渲染。）

}

else if

{

小于2.也就是叶子。

根据方位，渲染3个点或者不渲染。

说明地貌化已经做过了。

}

好了！！！！！！！！！！！！！！！！！！！！！！！！！！！！！完了。。。。。。。。。。。

quadTree 论文Real-Time Generation of Continuous吃透了相关推荐

论文解读：Prefix-Tuning: Optimizing Continuous Prompts for Generation
论文解读:Prefix-Tuning: Optimizing Continuous Prompts for Generation &emps;本文我们提出一种prefix-tuning方法, ...
点云生成-PointFlow: 3D Point Cloud Generation with Continuous Normalizing Flows
点云生成-PointFlow: 3D Point Cloud Generation with Continuous Normalizing Flows 简介论文摘要 1.introduction ...
【论文翻译】Generation of Non-Deterministic Synthetic Face Datasets Guided by Identity Priors（21.12）
文章目录读后感 Abstract 1 Introduction 1.1 Our contributions 2 Related Works 2.1 Synthetic Image Generatio ...
论文笔记：Prefix-Tuning: Optimizing Continuous Prompts for Generation
1. 介绍在某些情况下,GPT-3可以在没有任何特定任务调整的情况下部署.用户只需预先准备一个自然语言任务指令(例如摘要任务的指示为:TL;DR)和一些例子拼接到输入,然后就可以从LM生成输出. ...
论文阅读 Question Generation
对seq2seq模型,attention机制以及NLP评价标准不了解的同学可以看的另外三篇笔记(暂未完成),文中将不仔细介绍这些内容,有疏漏或者补充欢迎评论~ QG相对QA来说研究少了不少,粗略在ar ...
问题生成论文（question generation）-2020
自然语言论文查找康奈尔大学cl 1.2020_Toward Subgraph Guided Knowledge Graph Question Generation with Graph Neural ...
读论文　Automatic generation and detection of highly reliable fiducial markersnunder occlusion
论文讲述了marker生成,检测,姿态评估的算法. 使用markers board,可以提高健壮性,以及遮挡情况下的姿态估算. 使用HSV颜色分割,marker使用蓝绿色,效果也不错. 1.提取轮廓, ...
从4篇最新论文详解NLP新范式——Continuous Prompt
©PaperWeekly 原创 · 作者 | 张一帆学校 | 中科院自动化所博士生研究方向 | 计算机视觉近几年,NLP 技术发展迅猛,特别是 BERT 的出现,开启了 NLP 领域新一轮的发展 ...
ICSE NIER 2017 论文阅读 - Production-Driven Patch Generation
前言这个是前天的文章,昨天.今天的文章都还没看的.很僵硬. 决定先补上这一篇,然后再读两篇SSBSE的文章. 简介本文旨在阅读 ICSE NIER 2017 论文- Production-Driv ...

quadTree 论文Real-Time Generation of Continuous吃透了

quadTree 论文Real-Time Generation of Continuous吃透了相关推荐

最新文章

热门文章