Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen
|
|
- Gerd Lenz
- vor 5 Jahren
- Abrufe
Transkript
1 Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen Sommersemester 2012 Matthias Fischer Vorlesung Matthias Fischer 282
2 Übersicht Motivation und Idee Datenstruktur Sichtbarkeitstest Boxentest Aufbau der Z-Pyramide Verwendung der Z-Pyramide Rendering Kohärenz Hardwareunterstützung Beispiele Matthias Fischer 283
3 Literatur Tomas Akenine-Möller, Eric Haines Real-Time Rendering AK Peters, 2002 Frédo Durand A multidisciplinary survey of visibility SIGGRAPH 2000 course notes:visibility, Problems, Techniques, and Applications auch zu finden im 2.Teil der Dissertation von Durand: Frédo Durand. 3D Visibility: Analytical Study and Applications. PhD thesis, Université Joseph Fourier, 1999 (siehe Web) Daniel Cohen-Or, Yiorgos L. Chrysanthou, Cláudio T. Silva, Frédo Durand A survey of visibility for walkthrough applications IEEE Transactions on Visualization and Computer Graphics, 9(3): , Ned Greene, Michael Kass, Gavin Miller Hierarchical Z-buffer visibility Proc. 20th Conference on Computer Graphics and Interactive Techniques (SIGGRAPH '93), p , Matthias Fischer 284
4 Motivation Motivation Effizientes Frustum Culling berechnen wir mit räumlichen Datenstrukturen (Octree, Loose-Octree)! Effizientes Occlusion Culling berechnen wir mit Potentially Visible Sets (PVS)! Wozu benötigen wir weitere Occlusion-Culling Methoden? Szenen sind von unterschiedlicher Gestalt und Form Methoden sind für unterschiedliche Topologie unterschiedlich wirksam Beispiele. (echte Aufnahmen, keine 3D-Modelle) Matthias Fischer 285
5 Motivation Bäume und Waldszenen Annahme: Zweige, Nadeln und Blätter sind ausmodelliert PVS-System greifen hier nicht Zellen mit beschränkter Sichtbarkeit lassen sich schlecht bilden Stabtree würde sehr groß werden Aggregierte Verdeckung Viele kleine, jeweils wenig verdeckende Objekte ergeben zusammen einen guten Occluder. Matthias Fischer 286
6 Motivation Dynamische Szenen beispielsweise Menschenmassen Objekte ändern ständig Ihre Position Offene Szenen Mit großen Abständen zwischen den Occludern, die von vielen Standpunkten aus eingesehen werden. Eine aggregierte Verdeckung entsteht durch viele kleine Objekte. Matthias Fischer 287
7 Idee Der hierarchische Z-Buffer ist ein Occlusion-Culling Algorithmus. Ziel Rendere nur die sichtbaren Polygone Idee rendere von vorne nach hinten alles was verdeckt ist, brauchen wir nicht zu rendern Das Verfahren ist konservativ, d.h. alle sichtbaren Dreiecke werden auch dargestellt. Matthias Fischer 288
8 Idee Warum ein neuer Z-Buffer? Teile des Algorithmus könnten (sind) durch Implementierung in Hardware beschleunigt werden (worden). Im hierarchischen Z-Buffer sind zwei Ideen vereint: Reduzierung von Redundanzen bei der Sichtbarkeitsabfrage (Abfrage der Z-Werte) Reduzierung von Redundanzen bei der Darstellung von verdeckten Dreiecken Was bedeutet das?... Matthias Fischer 289
9 Idee Reduzierung von Redundanzen bei der Sichtbarkeitsabfrage (Abfrage der Z-Werte) Alle Pixel eines Dreiecks werden gerastert: die Sichtbarkeit wird im Pixel gelöst die Z-Abfrage erfolgt für jedes Pixel Warum wird jeder Z-Wert berechnet, wenn der ganze Smiley bzw. alle seine Dreiecke verdeckt sind? Reicht es nicht, den tiefsten Wert des verdeckenden Zylinders zu kennen??? z Zylinder z Smiley Matthias Fischer 290
10 Idee Reduzierung von Redundanzen bei der Darstellung von Dreiecken Verdeckte Objekte müssen nicht gerendert werden! Ist ein Objekt/Dreieck verdeckt, sind vermutlich auch benachbarte Objekte/Dreiecke verdeckt. Was muss man dazu tun und wissen? Wir müssen eine schnelle Abfrage stellen können, ob Objekte durch bereits gerenderte Objekte verdeckt sind! Matthias Fischer 291
11 Idee Welche Schritte müssen wir durchführen? 1. Aus Sicht des Betrachters von vorne nach hinten rendern, 2. berechnen, wann ein Objekt verdeckt ist, 3. eine einzige Abfrage für möglichst viele Objekte durchführen. Wir versuchen, vorne liegende Objekte zuerst zu rendern und prüfen im Bildraum, ob alle anderen Objekte dahinter liegen Matthias Fischer 292
12 Idee Welche Schritte müssen wir durchführen? 1. Aus Betrachtersicht von vorne nach hinten rendern, 2. berechnen, wann ein Objekt verdeckt ist, 3. eine einzige Abfrage für möglichst viele Objekte durchführen. Ein Objekt ist genau dann verdeckt, wenn sein minimaler Z-Wert größer ist, als der maximale Z-Wert bereits gezeichneter Objekte. bereits gezeichnet noch zu zeichnen z max (Zylinder) z min (Smileygruppe) Matthias Fischer 293
13 Idee Welche Schritte müssen wir durchführen? 1. Aus Betrachtersicht von vorne nach hinten rendern, 2. berechnen, wann ein Objekt verdeckt ist, 3. eine einzige Abfrage für möglichst viele Objekte durchführen. Wir führen nicht eine Abfrage für jedes einzelne Objekt durch, sondern versuchen, eine Abfrage für mehrere Objekte durchzuführen. Ansonsten sind die Abfragen ineffizienter, als das normale Rendering der Objekte durch den Z- Bufferalgorithmus! Matthias Fischer 294
14 Datenstruktur Wie setzen wir die vorgestellten Ideen um? Wir müssen zwei Fragen klären: 1. Mit welcher räumlichen Datenstruktur verwalten wir die Objekte/Dreiecke der virtuellen Szene? 2. Wie führen wir den Sichtbarkeitstest durch? Matthias Fischer 295
15 Datenstruktur Mit welcher räumlichen Datenstruktur verwalten wir die Objekte/Dreiecke der Szene? Wir bauen einen 3D-Octree mit Dreiecken auf, alle Dreiecke liegen so tief wie möglich, d.h. in der tiefsten BBox, die das Dreieck noch vollständig umschließt. Algorithmus Octree Aufbau Beginne mit einem Oktanten (BoundingBox), der alle Dreiecke enthält. Unterteile den Oktanten in 8 gleich große Oktanten und verteile alle Dreiecke darauf, bis weniger als k Dreiecke erreicht sind. (k Parameter, beeinflusst die Laufzeit!) Dreiecke, die nicht in einen der 8 Oktanten gespeichert werden können, werden in dem Elternknoten gespeichert. Matthias Fischer 296
16 Sichtbarkeitstest Wie führen wir den Sichtbarkeitstest durch? Wir testen keine einzelnen Polygone, sondern immer eine Bounding-Box (BBox) des Octree. Die BBox enthält die Dreiecke Ist die BBox unsichtbar, dann sind auch die Polygone in der Box unsichtbar. Matthias Fischer 297
17 Sichtbarkeitstest Wie viele Dreiecke sollte eine BBox enthalten? Die Anzahl der Dreiecke in der BBox allein ist nicht entscheidend, wichtiger ist die Anzahl der Dreiecke in dem Teilbaum unter der BBox. Warum? Wir hoffen auf einen positiven Test (= die BBox ist unsichtbar). Alles in der BBox und im Teilbaum darunter kann dann beim Rendering verworfen werden. Der Test der BBox darf nicht mehr Zeit kosten als das Rendering aller darin enthaltenen Polygone! Matthias Fischer 298
18 Boxentest Boxentest Wir führen eine elementare Testoperation ein: Gegeben ist eine achsenparallele Boundingbox (BBox). Prüfe im Bildraum, ob Teile der Box sichtbar sind. Bool Funktion Boxentest( BBox bb) if (bb ist im Bildraum sichtbar) return true else return false Matthias Fischer 299
19 Boxentest Wie wird der Boxentest durchgeführt? Die BBox kann aus 6x2 Dreiecken modelliert werden: Möglichkeiten Rendere die BBox in extra Puffer: Prüfe, wie viele Pixel sichtbar sind, oder berechne im Bildraum 2D-Boundingbox. Projiziere die 8 Eckpunkte in den Bildraum und berechne davon im Bildraum die 2D Boundingbox. Heute ausschließlich: Unterstützung der Operation in Hardware! (s. u.) Wir betrachten hier auch die ursprünglichen Softwarelösungen, um zu sehen, welcher Aufwand für einen schnellen Test getrieben wurde bzw. welcher Preis hinsichtlich Genauigkeit bezahlt wurde, denn: Dauern die Tests länger, als das Rendern der Dreiecke, dann gewinnt man nichts. Matthias Fischer 300
20 Boxentest Wir prüfen wir, ob Teile der Box unsichtbar sind? Eine Möglichkeit Prüfe pixelweise die Z-Werte der BBox mit den Z-Werten des Z-Buffer. Sind alle Z-Werte der BBox größer, ist sie unsichtbar. Nachteil Es entstehen Kosten in Größe der projizierten BBox (gemessen in Anzahl der dargestellten Pixel). Kann man es besser machen? Z-Pyramide!... unsere zweite Datenstruktur in diesem Rendering. Matthias Fischer 301
21 Aufbau der Z-Pyramide Z-Pyramide Jeweils vier benachbarte Z-Werte des Z-Buffers werden zu einem neuen gröberen Quadranten zusammengefasst. Die Art der Zusammenfassung erfolgt wie in einem regelmäßig aufgebauten Quadtree. Matthias Fischer 302
22 Aufbau der Z-Pyramide Z-Pyramide Wir bilden eine Hierarchie von Z-Werten (am einfachsten sind 2-er Potenzen). An der Spitze der Hierarchie steht ein einziger Z-Wert. In den Blättern sind die Werte des Z-Buffers. Z-Bufferwerte ¼ Auflösung 1/16 Auflösung 1 Wert Matthias Fischer 303
23 Aufbau der Z-Pyramide Z-Pyramide Welcher Wert steht in dem gröberen Quadranten? Immer der Z-Wert, der am weitesten vom Betrachter entfernt ist, d.h. das Maximum der vier Kinder. Nur im Z-Buffer (unterste Ebene) steht der Z-Wert, des am nächsten stehenden Dreiecks! Unterste Ebene der Pyramide, Z-Buffer Höhere Ebenen der Pyramide Matthias Fischer 304
24 Aufbau der Z-Pyramide Wie aktualisieren wir die Z-Werte? Bei jeder Änderung des Z-Buffer (unterste Ebene) wird der Wert in der Pyramide nach oben propagiert. Sobald eine Ebene erreicht wird, bei der sich der Wert im Quadranten nicht mehr ändert, wird die Aktualisierung abgebrochen. Matthias Fischer 305
25 Verwendung der Z-Pyramide Wie verwenden wir die Z-Pyramide? Wir haben den zu testenden Würfel aus 6x2 Dreiecken modelliert. Wir prüfen jede Seite (Polygon = 2 Dreiecke) der zu testenden Octree-Zelle/Boundingbox. Wir testen: die Seiten der Octree BBox, eine Seite sei PolyBBox i für i = 1 6, 2D-BBox ist 2D-Boundingbox der PolyBBox i im Bildraum, Min(PolyBBox i ) = kleinster (nächster) Z-Wert einer Seite PolyBBox i der Octree-BBox. 2D-BBox PolyBBox i von Octree-BBox Matthias Fischer 306
26 Verwendung der Z-Pyramide Wie verwenden wir die Z-Pyramide? Suche den feinsten Level in der Z-Pyramide, in den die 2DBBox gerade noch rein passt. ZP. z sei der dazugehörige Z-Wert. Falls Min PolyBBox i ZP. z ist das Polygon der BBox verdeckt. Objekt passt hier noch rein Matthias Fischer 307
27 Verwendung der Z-Pyramide Was passiert, wenn ein Polygon genau in der Mitte des Bildes liegt? Wir können nur den Z-Wert der gröbsten Level in der Z-Pyramide nehmen. Dies ist nicht besonders wirksam, da es nur den weitesten Z-Wert bereits gerenderter Objekte liefert. Abstieg in die Z-Pyramide nötig. Matthias Fischer 308
28 Verwendung der Z-Pyramide Abstieg in die Z-Pyramide Gehe zum nächst feineren Level in der Z-Pyramide, prüfe, ob das Polygon in allen (überschneidenden) Quadranten verdeckt ist, setze Abstieg rekursiv fort, bis Unsichtbarkeit für alle Quadranten gezeigt ist, oder bis man auf dem feinsten Level sichtbare Pixel gefunden hat. Matthias Fischer 309
29 Verwendung der Z-Pyramide Abstieg in die Z-Pyramide Was ist der Nachteil dieser Vorgehensweise? Für jeden Quadranten muss der minimale Z-Wert des sich überschneidenden Teils des Polygons geprüft werden. Diese Operation ist teuer! Wie können wir das beschleunigen? Matthias Fischer 310
30 Verwendung der Z-Pyramide Abstieg in die Z-Pyramide Wie können wir das beschleunigen? Wir nehmen für die Abfrage des Polygons nur noch den minimalen Z-Wert des gesamten Polygons! Nachteil: Wir finden nicht mehr jede Unsichtbarkeit mit dem minimalen Z-Wert! Falls auf dem untersten Level auch keine Unsichtbarkeit vorliegt, wird das Polygon wieder pixelweise verglichen. (normale scan conversion) Matthias Fischer 311
31 Verwendung der Z-Pyramide Abstieg in die Z-Pyramide Algorithmus Isoccluded(Polygon p, ZPyramide Zp) if (p überschneidet sich nicht mit Zp) return true // Objekt nicht im Quadranten nearz(p); // bestimme minimalen Z-Wert des zu testenden Polygons p if (nearz(p) Zp.z) return true // Objekt ist verdeckt else return (Isoccluded(p, Zp.child[0]) && Isoccluded(p, Zp.child[1]) && Isoccluded(p, Zp.child[2]) && Isoccluded(p, Zp.child[3])) Zp.z nearz(p) Matthias Fischer 312
32 Rendering Rendering Wie rendern wir mit dem Octree und Z-Pyramide die Szene? Wir traversieren den Octree aus Sicht des Betrachters von vorne nach hinten (front-to-back traversal) und prüfen für jede besuchte Octree-BBox mit der Z-Pyramide, ob sie unsichtbar ist. Falls nein, rendern wir alle Polygone des Knotens (der Octreezelle) und traversieren die Kinder. Warum ist von vorne nach hinten wichtig? Was passiert bei umgekehrter Reihenfolge? Matthias Fischer 313
33 Rendering Rendering Algorithmus RenderOctree (OctreeNode N) if (N ist außerhalb Frustum) then return // Octreezelle ist nicht im Sichtkegel if Isoccluded(N, Zp) then return // Octreezelle ist verdeckt, Test erfolgreich! else Rendere OctreeBBox N pixelgenau (scan conversion) if (N ist verdeckt) then return 2 for each Objekt o in OctreeBBox(N) rendere Objekt o aktualisiere Z_Pyramide Zp end for each Kind C von N in front-to-back order RenderOctree(C) end Matthias Fischer 314
34 Kohärenz Kohärenz des Hierarchischen Z-Buffer Z-Pyramide nutzt Bildraum-Kohärenz aus: Ein Polygon mit einem verdeckten Pixel, hat wahrscheinlich auch benachbarte Pixel, die verdeckt sind. Octree-Datenstruktur nutzt Objektraum-Kohärenz aus: Polygone in der Nähe eines verdeckten Polygons sind wahrscheinlich auch verdeckt. Matthias Fischer 315
35 Kohärenz Kohärenz des Hierarchischen Z-Buffer Zeitliche Kohärenz des Hierarchischen Z-Buffer Die meisten Polygone, die im letzten Frame im Z-Buffer standen (bzw. deren Z-Werte), werden auch im nächsten Frame im Z-Buffer stehen. Annahme ist hier, dass die Sichtbarkeitsverhältnisse sich nur wenig von Bild zu Bild ändern. Der Algorithmus läuft schneller (experimentelle Werte Faktor 1,5-2), wenn die Z-Pyramide mit den sichtbaren Objekten des letzten Frame bereits aufgebaut ist und erst anschließend die Traversierung/Rendering des Octree stattfindet. Es sind dann weniger rekursive Schritte in der Hierarchie für unsichtbare Zellen notwendig. Matthias Fischer 316
36 Kohärenz Kohärenz des Hierarchischen Z-Buffer Wie implementieren wir zeitliche Kohärenz? Wir führen eine Liste von Octree-BBoxen, die im letzten Frame sichtbar waren. Vor der Traversierung Rendere zuerst die Octree-BBoxen, die im letzten Frame sichtbar gewesen sind, d.h alle BBoxen aus der Liste. Nimm neue sichtbare BBoxen in die Liste auf. Nach der Traversierung Prüfe alle BBoxen der Liste auf Sichtbarkeit und entferne ggfs. unsichtbare BBoxen aus der Liste. Matthias Fischer 317
37 Hardwareunterstützung Empirische Evaluierung zeigte [Greene, Kass, Miller SIGGRAPH 93] Ohne Hardwareunterstützung ist der Algorithmus nur schwer wirksam. Die Testoperationen sind teuer. Problem Z-Pyramiden und Hierarchien lassen sich schwer in Hardware implementieren. Unterschiedlich lange Berechnungszeiten für den Boxentest erzeugen einen Abriss in der Pipeline. Stattdessen ist zuerst ein einfacher Boxentest in Hardware implementiert worden. Matthias Fischer 318
38 Hardwareunterstützung Boxentests mit Hardwareunterstützung sind unterschiedlich implementiert worden GL_HP_OCCLUSION_TEST GL_NV_OCCLUSION_QUERY GL_ARB_OCCLUSION_QUERY GL_NV_OCCLUSION_QUERY Anfrage ist nicht blockierend mehrere Anfragen können nacheinander gestellt werden gibt die Anzahl der sichtbaren Pixel zurück Möglichkeit zur Approximativen Sichtbarkeit blockiert nicht das gleichzeitige Rendern weiterer Geometrie Matthias Fischer 319
39 Hardwareunterstützung Auch die Idee der Z-Pyramide ist inzwischen durch Hardware unterstützt implementiert worden. Aktuelle Informationen für den Startpunkt einer Suche finden sich hier: Depth In-depth - Emil Persson, AMD Z-Buffer Optimizations - Patrick Cozzi Zu finden unter: CIS 665: GPU Programming and Architecture, University of Pennsylvania, Spring HyperZ, Wikipedia Matthias Fischer 320
40 Beispiele Büro mit 538 Millionen Polygonen. Berechnungstiefe Z-Pyramide Blick auf die gerenderten Zellen des Octree. Matthias Fischer 321
41 Beispiele Die Bilder rechts mit zeitlicher Kohärenz direkt nach dem Frame links gerendert. In rot, neu hinzugekommene Objekte. Matthias Fischer 322
42 Beispiele Modell mit 53 Millionen Polygonen Berechnungstiefe Matthias Fischer 323
Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen
Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen Sommersemester 2012 Matthias Fischer mafi@upb.de Vorlesung 11 19.6.2012 Matthias Fischer 324 Übersicht Dynamische Berechnung von Potentially Visible
MehrVorlesung Algorithmen für hochkomplexe Virtuelle Szenen
Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen Sommersemester 2012 Matthias Fischer mafi@upb.de Vorlesung 6,7 15.5.12, 22.5.12 Matthias Fischer 187 Übersicht Visibility Culling inführung und Übersicht
MehrVorlesung Algorithmen für hochkomplexe Virtuelle Szenen
Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen Sommersemester 2012 Matthias Fischer mafi@upb.de Vorlesung 8 29.5.2012 Matthias Fischer 240 Übersicht Rendering mit Motivation Ansatz und Idee Datenstruktur
MehrVorlesung Algorithmen für hochkomplexe Virtuelle Szenen
Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen Sommersemester 2012 Matthias Fischer mafi@upb.de Vorlesung 13 3.7.2012 Matthias Fischer 395 Übersicht Motivation Idee Rendering erster Durchlauf
MehrSeminar Computerspiele Räumliche Datenstrukturen. Ralf Pramberger
Seminar Computerspiele Räumliche Datenstrukturen Ralf Pramberger Themen 2 1. Grundlagen Szene Sichtbarkeit (Raytracing) Culling 2. Räumliche Datenstrukturen Bounding Volume Hierarchie Quadtree/Octree BSP-Tree
MehrWiederholung. Objekte) Hauptkosten beim Pathtracing Ziel: Beschleunigung durch Reduktion der Schnittpunktstestzahl. Ansätze
Wiederholung Pathtracing = Schnittpunktstests mit Geometrie: primäre Augstrahlen, Schattenstrahlen, sekundäre Strahlen Problem: Komplexität! (mindestens linear mit der Anzahl der Objekte) Hauptkosten beim
MehrConservative Volumetric Visibility with Occluder Fusion
Conservative Volumetric Visibility with Occluder Fusion Worum geht es? Ausgangspunkt komplexe Szene, wie Städte, Straßenzüge, etc. Ziel effiziente Berechnung von nicht sichtbaren Regionen Begriffe / Definitionen
MehrVorlesung Algorithmen für hochkomplexe Virtuelle Szenen
Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen Sommersemester 2012 Matthias Fischer mafi@upb.de Vorlesung 5 24.4.2012 Matthias Fischer 135 Übersicht Quadtrees / Octrees Motivation Quadtrees für
MehrOptimierungsalgorithmen
Optimierungsalgorithmen Effektives Rendern in der Computergraphik Benjamin Schneider Agenda 1. Einleitung 2. Grundlagen 3. Algorithmen im Detail 4. Weitere Techniken 5. Verbesserungen 6. Fazit Einleitung
MehrVorlesung Algorithmen für hochkomplexe Virtuelle Szenen
Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen Sommersemester 2012 Matthias Fischer mafi@upb.de Vorlesung 14 10.7.2012 Matthias Fischer 439 Übersicht Paralleles Rendering Klassifizierung nach
MehrBeschleunigungen auf Szenenebene
Beschleunigungen auf Szenenebene Thomas Jung Verdeckungsbehandlung OpenGL Entfernen abgewandter Flächen (Backface Cullg) Kappen am Sichtvolumen (Clippg) Z-Speicher-Algorithmus t.jung@htw-berl.de Projektion
MehrAlgorithmen II Vorlesung am
Algorithmen II Vorlesung am 03.12.2013 Algorithmische Geometrie: Schnitte von Strecken Sweep-Line INSTITUT FÜR THEORETISCHE INFORMATIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg
MehrVorlesung Algorithmen für hochkomplexe Virtuelle Szenen
Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen Sommersemester 2012 Matthias Fischer mafi@upb.de Vorlesung 12 26.6.2012 Matthias Fischer 374 Übersicht Motivation Modell der Sichtbarkeit Eigenschaft
MehrVorlesung Algorithmen für hochkomplexe Virtuelle Szenen
Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen Sommersemester 2012 Matthias Fischer mafi@upb.de Vorlesung 2 10.4.2012 Matthias Fischer 59 Übersicht = Binary Space Partitions Motivation Idee Anwendungsbeispiel:
MehrEchtzeitdarstellung von Terrainszenarien mit Occlusion Culling
Echtzeitdarstellung von Terrainszenarien mit Occlusion Culling, Alexandre Miguel Maia, Christian-A. Bohn Echtzeitdarstellung von Terrainszenarien mit Occlusion Culling Folie 1 Gliederung Motivation Chunked
MehrBeschleunigungsverfahren für Raytracing Grids Hierarchische Grids Bewertung Fazit
Überblick Einführung Beschleunigungsverfahren für Raytracing Grids Hierarchische Grids Fazit Einführung Gewöhnliche Beschleunigungsverfahren & Raumunterteilung entworfen und optimiert für effizientes Traversieren
MehrAllgemeine Regeln zur Optimierung
Allgemeine Regeln zur Optimierung "Premature Optimization is the Root of All Evil" [Knuth] Erst naïv und langsam implementieren, dann optimieren! Nach jeder (möglichst kleinen) Optimierung einen Benchmark
MehrMesh-Visualisierung. Von Matthias Kostka. Visualisierung großer Datensätze
Mesh-Visualisierung Von Matthias Kostka Übersicht Einführung Streaming Meshes Quick-VDR Rendering virtueller Umgebung Rendering mit PC-Clustern Zusammenfassung 2 Mesh Untereinander verbundene Punkte bilden
MehrRaytracing. Beschleunigungsverfahren
Raytracing Beschleunigungsverfahren Naives/brute force Raytracing Komplexität: mxn p Auflösung des Bildes Anzahl der Primitives O (mxnxp) nur für die Primärstrahlen Raytracing Beschleunigungsverfahren
Mehr5/24/07. Allgemeine Regeln zur Optimierung. Octree / Quadtree. 5D-Octree für Strahlen [Arvo u. Kirk 1987] Primitive in adaptiven Gittern / Octrees
Allgemeine Regeln zur Optimierung Octree / Quadtree "Premature Optimization is the Root of All Evil" [Knuth] Idee: extreme Variante der rekursiven itter Erst naïv und langsam implementieren, dann optimieren!
MehrRäumliche Datenstrukturen Seminar Computerspiele
Räumliche Datenstrukturen Seminar Computerspiele Ralf Pramberger Kurzbeschreibung Diese Ausarbeitung stellt eine Einführung zum Thema Räumliche Datenstrukturen dar. Dazu werden zunächst einige Grundlagen
MehrVorlesung Algorithmen für hochkomplexe Virtuelle Szenen
Vorlesung Algorithmen für hochkomplexe Virtuelle Szenen Sommersemester 2012 Matthias Fischer mafi@upb.de Vorlesung 1 3.4.2012 Matthias Fischer 1 Vorstellung Der Dozent Matthias Fischer Fachgruppe Friedhelm
MehrGeometrie 2. Julian Fischer Julian Fischer Geometrie / 30
Geometrie 2 Julian Fischer 6.7.2009 Julian Fischer Geometrie 2 6.7.2009 1 / 30 Themen 1 Bereichssuche und kd-bäume 1 Bereichssuche 2 kd-bäume 2 Divide and Conquer 1 Closest pair 2 Beispiel: Points (IOI
Mehr0 Einführung. Computergrafik. Computergrafik. Abteilung für Bild- und Signalverarbeitung
F1 Inhaltsverzeichnis 1 Hardwaregrundlagen 2 Transformationen und Projektionen 3 Repräsentation und Modellierung von Objekten 4 Rasterung 5 Visibilität und Verdeckung 6 Rendering 7 Abbildungsverfahren
MehrProgramm heute. Algorithmen und Datenstrukturen (für ET/IT) Übersicht: Graphen. Definition: Ungerichteter Graph. Definition: Ungerichteter Graph
Programm heute Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 07 Dr. Stefanie Demirci Computer Aided Medical Procedures Technische Universität München 7 Fortgeschrittene Datenstrukturen Graphen
MehrEntwurf und Analyse von Datenstrukturen
Entwurf und Analyse von Datenstrukturen Sommersemester 2013 1. Termin: 17. April 2013 Jan-Henrik Haunert ehem. Mathebau, Raum E27 jan.haunert@uni-wuerzburg.de Alexander Wolff ehem. Mathebau, Raum E29 alexander.wolff@uni-wuerzburg.de
Mehr11.1 Grundlagen - Denitionen
11 Binärbäume 11.1 Grundlagen - Denitionen Denition: Ein Baum ist eine Menge, die durch eine sog. Nachfolgerrelation strukturiert ist. In einem Baum gilt: (I) (II) 1 Knoten w ohne VATER(w), das ist die
Mehr1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. Bäume / Graphen 5. Hashing 6. Algorithmische Geometrie
Gliederung 1. Motivation / Grundlagen 2. Sortierverfahren 3. Elementare Datenstrukturen / Anwendungen 4. Bäume / Graphen 5. Hashing 6. Algorithmische Geometrie 4/3, Folie 1 2010 Prof. Steffen Lange - HDa/FbI
MehrInformatik II, SS 2016
Informatik II - SS 2016 (Algorithmen & Datenstrukturen) Vorlesung 10 (27.5.2016) Binäre Suchbäume II Algorithmen und Komplexität Zusätzliche Dictionary Operationen Dictionary: Zusätzliche mögliche Operationen:
MehrVoronoi-Diagramme. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 29.05.2011 Das Postamt-Problem b(p, q) = {x R 2 : xp = xq } p q h(p, q) h(q, p) = {x :
MehrProgrammierpraktikum 3D Computer Grafik
Dipl.Inf. Otmar Hilliges Programmierpraktikum 3D Computer Grafik Dynamische Schattenberechnung Agenda Der Stencil-Buffer Der 1-bit Stencil-Buffer Der 8-bit Stencil-Buffer Volumetrische Echtzeitschatten
MehrBereichsabfragen. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie LEHRSTUHL FÜR ALGORITHMIK I INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 17.05.2011 Geometrie in Datenbanken In einer Personaldatenbank
MehrAlgorithmen und Datenstrukturen Bereichsbäume
Algorithmen und Datenstrukturen Bereichsbäume Matthias Teschner Graphische Datenverarbeitung Institut für Informatik Universität Freiburg SS 12 Überblick Einführung k-d Baum BSP Baum R Baum Motivation
MehrKlasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE)
4.4 Quadtrees Überblick Klasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE) Verwaltung von Punkten, Kurven, Flächen usw., häufig
Mehr{0,1} rekursive Aufteilung des Datenraums in die Quadranten NW, NE, SW und SE feste Auflösung des Datenraums in 2 p 2 p Gitterzellen
4.4 MX-Quadtrees (I) MatriX Quadtree Verwaltung 2-dimensionaler Punkte Punkte als 1-Elemente in einer quadratischen Matrix mit Wertebereich {0,1} rekursive Aufteilung des Datenraums in die Quadranten NW,
MehrAlgorithmen und Datenstrukturen. Bäume. M. Herpers, Y. Jung, P. Klingebiel
Algorithmen und Datenstrukturen Bäume M. Herpers, Y. Jung, P. Klingebiel 1 Lernziele Baumstrukturen und Ihre Verwendung kennen Grundbegriffe zu Bäumen anwenden können Baumstruktur in C anlegen können Suchbäume
MehrLernmodul 7 Algorithmus von Dijkstra
Folie 1 von 30 Lernmodul 7 Algorithmus von Dijkstra Quelle: http://www.map24.de Folie 2 von 30 Algorithmus von Dijkstra Übersicht Kürzester Weg von A nach B in einem Graphen Problemstellung: Suche einer
MehrVoronoi-Diagramme INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK. Dr. Martin Nöllenburg Vorlesung Algorithmische Geometrie
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 03.06.2014 1 Das Postamt-Problem b(p, q) = {x 2 R 2 : xp = xq } p q h(p, q) h(q, p) = {x
MehrProportional Symbol Maps
Proportional Symbol Maps Florian Simon 8. Dezember, 2009 Proportional Symbol Maps Gegeben: Punkte p 1,..., p n R 2 mit zugeordneten Werten w 1,..., w n R Proportional Symbol Maps Gegeben: Punkte p 1,...,
MehrDarstellungsarten für 3D-Körper. Boundary Representation (BRep):
Darstellungsarten für 3D-Körper Boundary Representation (BRep): Darstellung eines (verallgemeinerten) Polyeders durch das System seiner Ecken, Kanten und Facetten Abspeichern durch (Teilgraphen des) vef-graphen
MehrInformatik II, SS 2014
Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 11 (4.6.2014) Binäre Suchbäume II Algorithmen und Komplexität Binäre Suchbäume Binäre Suchbäume müssen nicht immer so schön symmetrisch sein
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Binärbaum Suchbaum Dr. Frank Seifert Vorlesung Datenstrukturen - Sommersemester 2016 Folie 356 Datenstruktur Binärbaum Strukturrepräsentation des mathematischen Konzepts Binärbaum
MehrKlausur zur Vorlesung Algorithmen und Datenstrukturen
Klausur zur Vorlesung Algorithmen und Datenstrukturen Die Dauer der Klausur beträgt 120 Minuten. Erlaubte Hilfsmittel: Ein selbst handschriftlich beschriebenes DIN A4 Blatt, das komplette Skript zur Vorlesung
MehrDer Dreyfus-Wagner Algorithmus für das Steiner Baum Problem
Der Dreyfus-Wagner Algorithmus für das Steiner Baum Problem Andreas Moser Dietmar Ebner Christian Schauer Markus Bauer 9. Dezember 2003 1 Einführung Der in der Vorlesung gezeigte Algorithmus für das Steiner
MehrProbelektion zum Thema. Shadow Rendering. Shadow Maps Shadow Filtering
Probelektion zum Thema Shadow Rendering Shadow Maps Shadow Filtering Renderman, 2006 CityEngine 2011 Viewport Real reconstruction in Windisch, 2013 Schatten bringen viel Realismus in eine Szene Schatten
MehrAnwendungsbeispiel MinHeap
Anwendungsbeispiel MinHeap Uns seien n ganze Zahlen gegeben und wir möchten darin die k größten Zahlen bestimmen; zudem gelten, dass n deutlich größer als k ist Wir können das Problem mit Laufzeit in O(n
MehrGames Engines. Realtime Terrain Rendering
Games Engines Realtime Terrain Rendering RTR Gliederung Probleme & Anforderungen Grundlagen Heightmaps und Paging Visibility View Frustrum Culling Occlusion Culling/ Occlusion Map Fogging Level of Detail
Mehr4.4 Quadtrees. Literatur
4.4 Quadtrees Überblick Klasse räumlicher Indexstrukturen, die den Datenraum rekursiv in 4 gleich große Zellen unterteilen (Quadranten NW, NE, SW, SE) Verwaltung von Punkten, Kurven, Flächen usw., häufig
MehrAlgorithmen und Datenstrukturen. Algorithmen und Datenstrukturen. B3.1 Einführung. B3.2 Verkettete Liste. B3.3 Bäume
Algorithmen und Datenstrukturen 22. März 2018 B3. Verkettete Listen und Bäume Algorithmen und Datenstrukturen B3. Verkettete Listen und Bäume B3.1 Einführung Marcel Lüthi and Gabriele Röger B3.2 Verkettete
MehrKollisionserkennung
1 Kollisionserkennung von Jens Schedel, Christoph Forman und Philipp Baumgärtel 2 1. Einleitung Wozu wird Kollisionserkennung benötigt? 3 - für Computergraphik 4 - für Simulationen 5 - für Wegeplanung
MehrAlgorithmen und Datenstrukturen
1 Algorithmen und Datenstrukturen Wintersemester 2016/17 13. Vorlesung Binäre Suchbäume Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I 2 Dynamische Menge verwaltet Elemente einer sich ändernden Menge
MehrHallo Welt für Fortgeschrittene
Hallo Welt für Fortgeschrittene Geometrie II Benjamin Zenke Informatik 2 Programmiersysteme Martensstraße 3 91058 Erlangen Inhalt Closest Pair Divide & Conquer Bereichssuche Gitterverfahren k-d-tree Sweep-Line-Algorithmen
MehrComputergraphik 1 LU ( ) Ausarbeitung Abgabe 2
Computergraphik 1 LU (186.095) Ausarbeitung Abgabe 2 Beispiel 4... 2 CG1Object... 2 if (dobackfaceeculling && numvertexindec >=3)... 2 CG1ScanfilledPolygon CG1Polygon... 2... 2... 3 buildactivelist (int
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen B3. Verkettete Listen und Bäume Marcel Lüthi and Gabriele Röger Universität Basel 22. März 2018 Einführung Abstrakter Datentyp / Datenstruktur Abstrakter Datentyp Eine Menge
MehrStud.-Nummer: Datenstrukturen & Algorithmen Seite 1
Stud.-Nummer: Datenstrukturen & Algorithmen Seite 1 Aufgabe 1. / 16 P Instruktionen: 1) In dieser Aufgabe sollen Sie nur die Ergebnisse angeben. Diese können Sie direkt bei den Aufgaben notieren. 2) Sofern
MehrBinärbäume: Beispiel
Binärbäume Als Beispiel für eine interessantere dynamische Datenstruktur sehen wir uns jetzt Binärbäume an Ein Binärbaum wird rekursiv definiert: Er ist leer oder besteht aus einem Knoten (die Wurzel des
MehrIndizierung von Geodaten - Raumbezogene Indexstrukturen. Seminar mobile Geoinformationssystem Vortrag von Markus Steger
Indizierung von Geodaten - Raumbezogene Indexstrukturen Seminar mobile Geoinformationssystem Vortrag von Markus Steger Index wozu ist er gut? Index allgemein Effizienter Zugriff auf Daten, i.d.r. mit B-Baum
MehrAlgorithmen und Datenstrukturen (für ET/IT)
Algorithmen und Datenstrukturen (für ET/IT) Sommersemester 2018 Dr. Stefanie Demirci Computer Aided Medical Procedures Technische Universität München Organisatorisches: Keine Vorlesung nächste Woche wegen
MehrProgrammierpraktikum 3D Computer Grafik
Prof. Andreas Butz, Dipl.Inf. Otmar Hilliges Programmierpraktikum 3D Computer Grafik Dynamische Schattenberechnung Agenda Der Stencil-Puffer Der 1-bit Stencil-Puffer Der 8-bit Stencil-Puffer Volumetrische
MehrMartin Fiedler. Occlusion Culling
Martin Fiedler Occlusion Culling Seminar Computergrafik Professur Grafische Datenverarbeitung und Visualisierung Fakultät für Informatik Technische Universität Chemnitz Inhalt Übersicht 2 Teil 1: Übersicht
MehrBachelorarbeit. Anne-Lena Kowalka. Analyse der Sichtbarkeitsberechnung anhand des View Frustum Cullings
Bachelorarbeit Anne-Lena Kowalka Analyse der Sichtbarkeitsberechnung anhand des View Frustum Cullings Fakultät Technik und Informatik Studiendepartment Informatik Faculty of Engineering and Computer Science
MehrGeometrie. Hallo Welt! für Fortgeschrittene Simon Kuhnle. 11. Juli
Geometrie Hallo Welt! für Fortgeschrittene 2008 Simon Kuhnle sisikuhn@stud.informatik.uni-erlangen.de 11. Juli 2008 Simon Kuhnle Geometrie 11.07.2008 1 / 33 Übersicht Übersicht 1 Grundlagen 2 ccw 3 Konvexe
MehrTechnische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen
Technische Universität Wien Institut für Computergraphik und Algorithmen Arbeitsbereich für Algorithmen und Datenstrukturen 186.172 Algorithmen und Datenstrukturen 1 VL 4.0 Übungsblatt 4 für die Übung
MehrSchnelle Multiplikation
Informationsblatt für die Lehrkraft Schnelle Multiplikation $&*&*& 999 3 x 3 =? 10001110 π/3 7 X 6 14 666 x 987 Informationsblatt für die Lehrkraft Thema: Schultyp: Vorkenntnisse: Bearbeitungsdauer: Schnelle
MehrInformatik II, SS 2014
Informatik II SS 2014 (Algorithmen & Datenstrukturen) Vorlesung 17 (8.7.2014) Minimale Spannbäume II Union Find, Prioritätswarteschlangen Algorithmen und Komplexität Minimaler Spannbaum Gegeben: Zus. hängender,
MehrGeometrische Primitive und Hidden Surface Removal
C A R L V O N O S S I E T Z K Y Geometrische Primitive und Hidden Surface Removal Johannes Diemke Übung im Modul OpenGL mit Java Wintersemester 2010/2011 Wiederholung Geometrische Primitive in OpenGL Mit
MehrKapitel 12: Induktive
Kapitel 12: Induktive Datenstrukturen Felix Freiling Lehrstuhl für Praktische Informatik 1 Universität Mannheim Vorlesung Praktische Informatik I im Herbstsemester 2009 Folien nach einer Vorlage von H.-Peter
MehrMarching Cubes - Erstellung von Polygonmodellen aus Voxelgittern
Marching Cubes - Erstellung von Polygonmodellen aus Voxelgittern Matthias Kirschner Advanced Topics in Computer Graphics - WS06/07 Marching Cubes - Erstellung von Polygonmodellen aus Voxelgittern Matthias
MehrÜbung zur Vorlesung Algorithmische Geometrie
Übung zur Vorlesung Algorithmische Geometrie Dipl.-Math. Bastian Rieck Arbeitsgruppe Computergraphik und Visualisierung Interdisziplinäres Zentrum für Wissenschaftliches Rechnen 8. Mai 2012 B. Rieck (CoVis)
MehrAufgaben zur Klausurvorbereitung
Vorlesung Graphen und Optimierung Sommersemester 2013/14 Prof. S. Lange Aufgaben zur Klausurvorbereitung Hier finden Sie eine Reihe von Übungsaufgaben, die wir an den beiden Vorlesungsterminen am 29.01.2014
Mehr3. Übungsblatt zu Algorithmen I im SoSe 2017
Karlsruher Institut für Technologie Prof. Dr. Jörn Müller-Quade Institut für Theoretische Informatik Björn Kaidel, Sebastian Schlag, Sascha Witt 3. Übungsblatt zu Algorithmen I im SoSe 2017 http://crypto.iti.kit.edu/index.php?id=799
MehrAlgorithmen & Datenstrukturen Midterm Test 2
Algorithmen & Datenstrukturen Midterm Test 2 Martin Avanzini Thomas Bauereiß Herbert Jordan René Thiemann
MehrKlausur Algorithmen und Datenstrukturen II 29. Juli 2013
Technische Universität Braunschweig Sommersemester 2013 Institut für Betriebssysteme und Rechnerverbund Abteilung Algorithmik Prof. Dr. Sándor P. Fekete Stephan Friedrichs Klausur Algorithmen und Datenstrukturen
MehrÜbung Algorithmen und Datenstrukturen
Übung Algorithmen und Datenstrukturen Sommersemester 017 Marc Bux, Humboldt-Universität zu Berlin Agenda 1. Vorrechnen von Aufgabenblatt 1. Wohlgeformte Klammerausdrücke 3. Teile und Herrsche Agenda 1.
MehrAlgorithmen für Routenplanung 8. Sitzung, Sommersemester 2012 Thomas Pajor 21. Mai 2012
Algorithmen für Routenplanung 8. Sitzung, Sommersemester 2012 Thomas Pajor INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg und nationales
MehrGeometrische Algorithmen
Geometrische Algorithmen Thomas Röfer Motivation Scan-line-Prinzip Konvexe Hülle Distanzprobleme Voronoi-Diagramm Rückblick Manipulation von Mengen Vorrangwarteschlange Heap HeapSort swap(a, 0, 4) 1 5
MehrAlgorithmen für Routenplanung 7. Sitzung, Sommersemester 2010 Thomas Pajor 28. Mai 2010
Algorithmen für Routenplanung 7. Sitzung, Sommersemester 2010 Thomas Pajor 28. Mai 2010 INSTITUT FÜR THEORETISCHE INFORMATIK ALGORITHMIK I PROF. DR. DOROTHEA WAGNER KIT Universität des Landes Baden-Württemberg
MehrVirtuelle Realität Kollisionserkennung
lausthal Virtuelle Realität Kollisionserkennung. Zachmann lausthal University, ermany cg.in.tu-clausthal.de Anwendungsbeispiele Virtual Prototyping Physikalisch basierte Simulation. Zachmann Virtuelle
MehrDynamisches Programmieren - Problemstruktur
Dynamisches Programmieren - Problemstruktur Optimale Substruktur: Optimale Lösung enthält optimale Lösungen von Teilproblemen. Bsp.: Kürzester Weg im Graphen, LCS (s. etwa Folie 42 der letzten Vorlesung)
MehrDatenstrukturen Teil 2. Bäume. Definition. Definition. Definition. Bäume sind verallgemeinerte Listen. Sie sind weiter spezielle Graphen
Bäume sind verallgemeinerte Listen Datenstrukturen Teil 2 Bäume Jeder Knoten kann mehrere Nachfolger haben Sie sind weiter spezielle Graphen Graphen bestehen aus Knoten und Kanten Kanten können gerichtet
MehrOut-of-Core Techniken
Out-of-Core Techniken Hauptseminar: Visualisierung großer Datensätze Betreuer: Dipl. Inf. Marco Ament Vortragender: Edwin Püttmann Inhaltsverzeichnis 1. Einleitung 2. Computational Model 3. Vorverarbeitung
MehrA Simple and Practical Method for Interactive Ray Tracing of Dynamic Scenes
A Simple and Practical Method for Interactive Ray Tracing of Dynamic Scenes Ingo Wald Carsten Benthin Philipp Slusallek Marco Lang Bisher Ray Tracing erstmals von Appel benutzt dutzende Algorithmen vor
MehrÜbung Algorithmen und Datenstrukturen
Übung Algorithmen und Datenstrukturen Sommersemester 2017 Marc Bux, Humboldt-Universität zu Berlin Agenda 1. (Sortierte) Listen 2. Stacks & Queues 3. Datenstrukturen 4. Rekursion und vollständige Induktion
MehrGliederung. Algorithmen und Datenstrukturen I. Eine wichtige Frage. Algorithmus. Materialien zur Vorlesung. Begriffsbestimmung EUKLID Primzahltest
Gliederung Algorithmen und Datenstrukturen I Materialien zur Vorlesung D. Rösner Institut für Wissens- und Sprachverarbeitung Fakultät für Informatik Otto-von-Guericke Universität Magdeburg 1 Winter 2009/10,
MehrWhite Paper Order Independent Transparency (OIT) in PTC Creo Parametric 2.0
White Paper Order Independent Transparency (OIT) in PTC Creo Parametric 2.0 Übersicht: OIT Definition: Order Independent Transparency oder OIT bezeichnet in der Programmierungstechnik für Computergrafik
MehrBäume und der Sequence ADT
Bäume und der Sequence ADT Motivation: Der Sequence ADT Bei der Vorstellung verschiedener Implementierungen für Stacks, Queues und Deques wurde vor allem auf die Unterschiede zwischen Arrays fester Größe,
Mehr3D Programmierpraktikum: Schattenberechnung in Echtzeit
3D Programmierpraktikum: Schattenberechnung in Echtzeit Praktikum 3D Programmierung Sebastian Boring, Otmar Hilliges Donnerstag, 20. Juli 2006 LMU München Medieninformatik Boring/Hilliges 3D Programmierpraktikum
MehrInformatik Abitur Bayern 2017 / II - Lösung
Informatik Abitur Bayern 2017 / II - Lösung Autoren: Wolf (1) Wagner (2) Scharnagl (3-5) 1a 5 1b Diese Methode vergleicht den Namen des Interpreten eines jeden Elements der Liste mit dem gegebenen Namen.
MehrVorlesung Algorithmische Geometrie. Streckenschnitte. Martin Nöllenburg INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK
Vorlesung Algorithmische Geometrie INSTITUT FÜR THEORETISCHE INFORMATIK FAKULTÄT FÜR INFORMATIK Martin Nöllenburg 22.04.2014 Überlagern von Kartenebenen Beispiel: Gegeben zwei verschiedene Kartenebenen,
MehrAlgorithmen und Datenstrukturen
Algorithmen und Datenstrukturen Wintersemester 2012/13 17. Vorlesung Nächstes Paar Prof. Dr. Alexander Wolff Lehrstuhl für Informatik I Problem: Gegeben: Menge P von n Punkten in der Ebene, jeder Punkt
MehrÜbungsblatt 7 - Voronoi Diagramme
Karlsruher Institut für Technologie Algorithmische Geometrie Fakultät für Informatik Sommersemester 2012 ITI Wagner Martin Nöllenburg/Andreas Gemsa Übungsblatt 7 - Voronoi Diagramme 1 Voronoi-Zellen Sei
MehrDatenstrukturen Teil 3. Traversierung und AVL- Bäume. Traversierung. Traversierung. Traversierung
Traversierung Datenstrukturen Teil 3 Traversierung und AVL- Bäume Traversierung: bezeichnet verschiede Verfahren einer Routenbestimmung durch baumförmige Graphen Dabei wird jeder Knoten und jede Kante
MehrEinführung in die Informatik
Einführung in die Informatik Jochen Hoenicke Software Engineering Albert-Ludwigs-University Freiburg Sommersemester 2014 Jochen Hoenicke (Software Engineering) Einführung in die Informatik Sommersemester
Mehr(1) Geometrie. Vorlesung Computergraphik 3 S. Müller U N I V E R S I T Ä T KOBLENZ LANDAU
(1) Geometrie Vorlesung Computergraphik 3 S. Müller KOBLENZ LANDAU KOBLENZ LANDAU Organisatorisches Vorlesung CG 2+3 Die Veranstaltung besteht aus 2 Teilen, wobei in der Mitte und am Ende eine Klausur
MehrVorlesung Datenstrukturen
Vorlesung Datenstrukturen Heaps Dr. Frank Seifert Vorlesung Datenstrukturen - Sommersemester 2016 Folie 469 Prioritätswarteschlange Problem Häufig ist das Prinzip einer einfachen Warteschlangen-Datenstruktur
MehrSichtbarkeitsbestimmung
Sichtbarkeitsbestimmung Oliver Deussen Sichtbarkeit Problemdefinition Szenario: Gegebene Objektmenge wird von einem Augenpunkt aus betrachtet (perspektivische Projektion) Gegeben: Eine Menge M von Objekten
Mehr