Renderització Escalable en Gràfics i Videojocs

Crèdits
6
Tipus
Complementària d'especialitat (Gràfics i Realitat Virtual)
Requisits
Aquesta assignatura no té requisits , però té capacitats prèvies
Departament
CS
Aquest curs introduirà les diverses tècniques que permeten la visualització interactiva i la manipulació d'objectes i escenes molt complexos. Si bé hi ha hagut un salt en la potència del maquinari de gràfics, és possible generar conjunts de dades més complexos a través dels avenços en el modelatge 3D, simulació i captura de dades. Per tant, la necessitat de tractar aquests models massius sorgeix en camps com ara la visualització científica, CAD, el patrimoni cultural, motors de videojocs i altres. Els estudiants estaran exposats a una representació jeràrquica d'escenes, la simplificació de models i algorismes de visibilitat. Com a resultat, s'obtindrà una visió global del problema i un ampli coneixement de les solucions actuals.

Professorat

Responsable

  • Antonio Chica Calaf (achica@cs.upc.edu)

Altres

  • Marta Fairen Gonzalez (mfairen@cs.upc.edu)
  • Oscar Argudo Medrano (oargudo@cs.upc.edu)

Hores setmanals

Teoria
2
Problemes
0
Laboratori
2
Aprenentatge dirigit
0
Aprenentatge autònom
7.54

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

  • CG3 - Capacitat per al modelatge matemàtic, càlcul i disseny experimental en centres tecnològics i d'enginyeria d'empresa, particularment en tasques de recerca i innovació en tots els àmbits de la Informàtica.

    • 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.

    • Bàsiques

  • CB8 - Que els estudiants sàpiguen comunicar les seves conclusions i els coneixements i raons darreres que les sustenten- a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats.
  • CB9 - Que els estudiants posseeixin les habilitats d'aprenentatge que els permetin continuar estudiant d'una manera que haurà de ser en gran mesura autodirigida o autònoma.

    • Objectius

    1. Ús de models geomètrics jeràrquics per a la visualització de models molts grans.
      Competències relacionades: CEE1.1, CG3, CTR5, CTR6,
    2. Algorismes per la simplificació de malles de triangles.
      Competències relacionades: CEE1.1, CG3, CTR5, CTR6,
    3. Algorismes de càlcul de visibilitat.
      Competències relacionades: CEE1.1, CG3, CTR5, CTR6,
    4. Navegació en entorns complexos
      Competències relacionades: CEE1.1, CG3, CB8, CB9, CTR5, CTR6,

    Continguts

    1. Models geomètrics jeràrquics
      Algorismes de subdivisió de l'espai (regular grids, octrees, BSP trees, Kd-trees), subdivisió de l'escena (BVHs) i estructures de dades basades en memoria externa.
    2. Estructures de representació de malles
      Estructures de representació de malles triangulars i poligonals: Independent face set, Indexed face set, Adjacency lists, Winged edge, Half edge, Corner table.
    3. Simplificació de malles de triangles
      Introducció als conceptes i operacions bàsiques i les mètriques d'error usades en simplificació de geometria i topologia. La seva aplicació a la simplificació amb conservació de l'aparença i simplificació de models gegants en memòria externa.
    4. Nivell de detall
      Introducció a la idea de nivell de detall a nivell d'objecte i a la seva aplicació a escenes composades per múltiples models (time critical rendering). Tipus d'estratègies: discretes, continues, i depenents de la vista. Prevenció de popping.
    5. Càlcul de visibilitat
      Introducció als conceptes bàsics i algorismes per al càlcul de visibilitat, incloent preprocessament de visibilitat, visibilitat des de punt i regió, i el càlcul de la visibilitat usant la GPU. Compressió de PVS.
    6. Navegació interactiva en entorns complexos
      Com estructurar models gegants per a la visualització en memòria externa d'escenes de grans dimensions. L'ús de visualització dependent de la vista. Algorismes per a la detecció de col·lisions en models molt grans.

    Activitats

    Activitat Acte avaluatiu


    Models geomètrics jeràrquics


    Objectius: 1
    Continguts:
    Teoria
    12h
    Problemes
    0h
    Laboratori
    6h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    27h

    Algorismes de simplificació de malles de triangles


    Objectius: 2
    Teoria
    8h
    Problemes
    0h
    Laboratori
    4h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    18h

    Algorismes pel càlcul de la visibilitat


    Objectius: 3
    Continguts:
    Teoria
    8h
    Problemes
    0h
    Laboratori
    4h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    18h

    Navegació interactiva en entorns complexos


    Objectius: 4
    Continguts:
    Teoria
    8h
    Problemes
    0h
    Laboratori
    4h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    18h

    Presentació

    Each student has to prepare the corresponding presentation and a supporting document, which have to sent to the course coordinator before the session.
    Objectius: 1 3 4 2
    Setmana: 15
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Problemes

    Conjunt de problemes plantejats durant el curs destinats a avaluar l'adquisició de coneixements de l'estudiant al llarg del curs.

    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    9h

    Metodologia docent

    Aquest curs està estructurat en tres tipus de sessions:

    * Sessions T (teoria): presentació donada pel professor corresponent. El professor demanarà als alumnes que facin alguns exercicis breus sobre els temes tractats en aquestes sessions.

    * Sessions D (discussió): sessions dutes a terme pel professor, en què alguns alumnes resoldran exercicis o presentaran articles prèviament distribuïts. Cada estudiant ha de preparar la presentació corresponent i un document de suport, que s'han de trametre al coordinador del curs abans de la seva sessió D.

    * Sessions L (laboratori): en aquestes sessions els alumnes hauran de resoldre problemes pràctics programant alguns dels algorismes presentats a les sessions de teoria.

    Mètode d'avaluació

    La qualificació final es calcula com:

        FinalQualification = 0,25 * ShortExercises + 0,25 * DPresentation + 0,5 * LabQualification

    on:

    * ShortExercises representa els problemes curts que l'instructor demanarà durant les sessions T.

    * DPresentation és la presentació que els estudiants realitzaran sobre un paper seleccionat d'una llista.

    * LabQualification serà la qualificació obtinguda pels alumnes en les sessions de L.

    Bibliografia

    Bàsic

    Complementari

    • SIGGRAPH '08: ACM SIGGRAPH 2008 classes - David Kasik, Andreas Dietrich, Enrico Gobbetti, Fabio Marton, Dinesh Manocha, Philipp Slusallek, Abe Stephens, and Sung-Eui Yoon, Association for Computer Machinery, 2008.

    Capacitats prèvies

    Per a poder cursar aquesta assignatura cal conèixer OpenGL i haver cursat alguna assignatura de gràfics amb anterioritat.