Modelat Avançat en 3d

Crèdits
6
Tipus
Obligatòria d'especialitat (Gràfics i Realitat Virtual)
Requisits
Aquesta assignatura no té requisits
Departament
CS
This course covers the techniques, algorithms and data structures used to acquire, represent and query geometric models of solids and surfaces. The course will cover various modeling techniques, including boundary representations, implicit representations, instantiation and Boolean combinations of shapes, as well as procedural modeling. We will also discuss effective data structures for representing various types of objects, as well as the process of acquiring models from real objects.

Professors

Responsable

  • Carlos Andujar Gran ( )

Altres

  • Alvaro Vinacua Pla ( )

Hores setmanals

Teoria
2
Problemes
0
Laboratori
1
Aprenentatge dirigit
0
Aprenentatge autònom
5

Competències

Competències Tècniques de cada especialitat

Gràfics i realitat virtual

  • CEE1.1 - Capacitat de comprendre i saber aplicar les tecnologies actuals i les que en el futur es facin servir per al disseny i avaluació d'aplicacions gràfiques interactives en tres dimensions, tant quan prevalgui la qualitat d'imatge com quan ho faci la interactivitat o la velocitat, així com comprendre els compromisos inherents i les raons que els ocasionen.

Competències Tècniques Generals

Genèriques

  • CG1 - Capacitat per aplicar el mètode científic en l'estudi i anàlisi de fenòmens i sistemes en qualsevol àmbit de la Informàtica, així com en la concepció, disseny i implantació de solucions informàtiques innovadores i originals.

Competències Transversals

Actitud adequada davant el treball

  • CTR5 - Tenir motivació per a la realització professional i per a afrontar nous reptes, tenir una visió àmplia de les possibilitats de la carrera professional en l'àmbit de l'enginyeria en informàtica. Sentir-se motivat per la qualitat i la millora contínua, i actuar amb rigor en el desenvolupament professional. Capacitat d'adaptació als canvis organitzatius o tecnològics. Capacitat de treballar en situacions de carència d'informació i/o amb restriccions temporals i/o de recursos.

Raonament

  • CTR6 - Capacitat de raonament crític, lògic i matemàtic. Capacitat de resoldre problemes en la seva àrea d'estudi. Capacitat d'abstracció: capacitat de crear i utilitzar models que reflecteixin situacions reals. Capacitat de dissenyar i realitzar experiments senzills, i analitzar-ne i interpretar-ne els resultats. Capacitat d'anàlisi, de síntesi i d'avaluació.

Continguts

  1. Foundations of 3D modeling
    Elements of a geometric modeling system. Solid models. Closed, bounded and regular sets of points. Two-manifold surfaces. Abstraction levels in geometric modeling.
  2. Boundary representation (BRep)
    Polyhedra. Cells, shells, faces, loops, edges and vertices. Genus of a surface. Euler equation for polyhedra. Incidence relationships. Creation of BRep models. Sweep. Boolean operations.
  3. Subdivision surfaces
    Subdivision surfaces. Interpolation and approximation. Update rule. Classification. Catmull-Clark subdivision.
  4. CSG models
    Constructive Solid Geometry. CSG trees. Basic operations. Point-inside-CSG test.
  5. Space decomposition models
    Voxelizations. Octrees. Classic, Face and Extended octrees. Octree representation. Basic operations on octrees.
  6. Implicit modeling
    Scalar fields. Surface reconstruction from scalar fields. Blobby molecules, metaballs and soft objects.
  7. Data structures for triangle meshes
    Euler equation for triangle meshes. Face-based, Vertex-based and edge-based representations. The half-edge data structure. APIs for geometry processing.
  8. Geometric tests and queries
    Estimating normal and tangent planes at vertices of polygonal meshes. Discrete curvature at mesh vertices. Mesh quality. Non-selfintersection test.
  9. Procedural modeling
    Fractals. Lindenmayer systems (L-systems). Stochastic and parametric grammars. Shape grammars. Generative modeling.
  10. Geometry acquisition
    Pipeline for the acquisition of 3D models. Technologies. Registration and merge.

Activitats

Activitat Acte avaluatiu


Lectures

Material will be presented in lectures along the term. You are expected to conduct complementary readings and exercises will also be assigned on occasion, to be presented at a later date or turned in.

Teoria
39h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
4h
Aprenentatge autònom
52h

Implementation of selected algorithms

A selection of relevant algorithms will be assigned to implement in Lab sessions and on your own. You may be required to present your solution to the class. You must turn in fully functional source code that runs in the indicated platform. Usual languages are C++ and Python.

Teoria
0h
Problemes
0h
Laboratori
13h
Aprenentatge dirigit
5h
Aprenentatge autònom
33h

Final exam

At the end of the term you will have a final exam, which may be a take-home.

Setmana: 17
Tipus: examen final
Teoria
2h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Partial exam

At the middle of the term you will have a partial exam, which may be a take-home.

Setmana: 7
Tipus: examen de teoria
Teoria
2h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Metodologia docent

The teaching methodology will be based based on weekly theory classes and lab classes. Course concepts will be introduced in the theory classes. Exercises will be used to consolidate these concepts, which will be further developed in the lab sessions.

The lab sessions basically involve the teacher presenting the guidelines for the practical work (split by sessions) and the concepts bearing on the software to be used. Students will complete the design and programming of the various applications bearing on the course contents. The exercises will be carried out individually.

Mètode d'avaluació

Partial: mark based on the student's performance in the partial exam

Exam: mark based on the student's performance in the final exam

Lab: grade stem from the student's implementations of selected algorithms (including occasionally their presentation of their
solution in a laboratory class)

The final grade for the course will be computed as:

Final Grade = 0.4 Exam + 0.3 Partial + 0.3 Lab

Bibliografia

Bàsica:

Complementaria: