TH85301B - How to efficiently find the primary structure of 3D objects with GPUs - Google Patents

How to efficiently find the primary structure of 3D objects with GPUs

Info

Publication number
TH85301B
TH85301B TH601004220A TH0601004220A TH85301B TH 85301 B TH85301 B TH 85301B TH 601004220 A TH601004220 A TH 601004220A TH 0601004220 A TH0601004220 A TH 0601004220A TH 85301 B TH85301 B TH 85301B
Authority
TH
Thailand
Prior art keywords
primary structure
finding
gpu
data
selecting
Prior art date
Application number
TH601004220A
Other languages
Thai (th)
Other versions
TH85301A (en
TH52134B (en
TH111799A (en
Inventor
คีรีเพ็ชร นางสาวจุฑารัตน์
อิชิอิ นายยาซูฮิโต้ ฟูนะดะ นายยะซูนะริ โอยะบุ นายจูน
คีรีเพ็ชร นายนพดล
ขันธุวาร นายวงษ์นเรศ
Original Assignee
นิตโตะ เดนโกะ คอร์ปอเรชั่น
สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
Filing date
Publication date
Publication of TH85301A publication Critical patent/TH85301A/en
Application filed by นิตโตะ เดนโกะ คอร์ปอเรชั่น, สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ filed Critical นิตโตะ เดนโกะ คอร์ปอเรชั่น
Publication of TH111799A publication Critical patent/TH111799A/en
Publication of TH52134B publication Critical patent/TH52134B/en
Publication of TH85301B publication Critical patent/TH85301B/en

Links

Abstract

------08/01/2564------(OCR) วิธีการหาโครงสร้างหลักของวัตถุสามมิติ ตามการประดิษฐ์นี้สามารถสร้างโครงสร้างหลักที่มีลักษณะเป็นเส้นที่อยู่ภายในรูปทรงของวัตถุสามมิติทุกรูปทรง เพื่อนำแบบจำลองนี้ไปใช้ในงานด้านอื่นๆ เช่นการทำ 3Dobject matching, การแบ่งกลุ่มและการค้นหาข้อมูลจากฐานข้อมูลสามมิติ, search engine สำหรับ 3Dmodel หรืองานใดๆที่ต้องอาศัยโครงสร้างหลักเพื่อใช้เป็นตัวแทนวัตถุสามมิติ ซึ่งโครงสร้างหลักนี้มีข้อได้เปรียบด้านปริมาณข้อมูลที่น้อยกว่ามาก การหาโครงสร้างหลักนี่นำเสนอนี้ใช้กระบวนการบนอุปกรณ์GPU ซึ่งปรกติทำหน้าที่แสดงผลในเครื่องคอมพิวเตอร์ แต่เนื่องจากอุปกรณ์นี้ปัจจุบันมีความสามารถด้านการคำนวณค่อนข้างสูง จึงไต้ถูกนำมาประยุกต์ใช้โดยวิธีการที่นำเสนอ วิธีการตามการประดิษฐ์นี้ประกอบด้วยขั้นตอนการเลือกเฉพาะ voxel ที่ทึบ จากนั้นจะเป็นการหาเฉพาะเปลือก voxel ภายนอกการเลือกลบ voxel ที่สอดคล้องกับเงื่อนไขที่กำหนดขึ้น การจัดการคำนวณแบบขนานของทุกขั้นตอน และการปรับปรุงข้อมูลภายในหน่วยความจำของ GPU วิธีการดังกล่าวมีลักษณะเฉพาะคือการใช้คุณสมบัติการทำงานแบบขนานบนข้อมูล (data parallel) ของ GPU ที่จะทำหน้าที่แทน CPU ซึ่งทำงานแบบอนุกรมเมื่อจัดการอย่างเหมาะสมตามขั้นตอนที่ได้เสนอไว้ที่นี้แล้ว จะสามารถคำนวณหาโครงสร้างหลักของวัตถุสามมิติที่มีลักษณะถูกต้องได้อย่างรวดเร็ว ------------ DC60 (22/07/54) วิธีการหาโครงสร้างหลักของวัตถุสามมิติ ตามการประดิษฐ์นี้สามารถสร้างโครงสร้างหลักที่มีลักษณะเป็นเส้น ที่อยู่ภายในรูปทรงของวัตถุสามมิติทุกรูปทรง เพื่อนำแบบจำลองนี้ไปใช้ในงานด้านอื่นๆ เช่นการทำ 3D object matching, การแบ่งกลุ่มและการค้นหาข้อมูลจากฐานข้อมูลสามมิติ, search engine สำหรับ 3D model หรือ งานใดๆที่ต้องอาศัยโครงสร้างหลักเพื่อใช้เป็นตัวแทนวัตถุสามมิติ ซึ่งโครงสร้างหลักนี้มีข้อได้เปรียบด้าน ปริมาณข้อมูลที่น้อยกว่ามาก การหาโครงสร้างหลักนี่นำเสนอนี้ใช้กระบวนการบนอุปกรณ์ GPU ซึ่งปรกติทำ หน้าที่แสดงผลในเครื่องคอมพิวเตอร์ แต่เนื่องจากอุปกรณ์นี้ปัจจุบันมีความสามารถด้านการคำนวณค่อนข้างสูง จึงได้ถูกนำมาประยุกต์ใช้โดยวิธีการที่นำเสนอ วิธีการตามการประดิษฐ์นี้ประกอบด้วยขั้นตอนการเลือกเฉพาะ voxel ที่ทึบ จากนั้นจะเป็นการหาเฉพาะเปลือก voxel ภายนอก การเลือกลบ voxel ที่สอดคล้องกับเงื่อนไขที่ กำหนดขึ้น การจัดการคำนวณแบบขนานของทุกขั้นตอน และการปรับปรุงข้อมูลภายในหน่วยความจำของ GPU วิธีการดังกล่าวมีลักษณะเฉพาะคือการใช้คุณสมบัติการทำงานแบบขนานบนข้อมูล (data parallel) ของ GPU ที่จะทำหน้าที่แทน CPU ซึ่งทำงานแบบอนุกรม เมื่อจัดการอย่างเหมาะสมตามขั้นตอนที่ได้เสนอไว้ที่นี้แล้ว จะ สามารถคำนวณหาโครงสร้างหลักของวัตถุสามมิติที่มีลักษณะถูกต้องได้อย่างรวดเร็ว วิธีการหาโครงสร้างหลักของวัตถุสามมิติ ตามการประดิษฐ์นี้สามารถสร้างโครงสร้างหลักที่มีลักษณะเป็นเส้น ที่อยู่ภายในรูปทรงของวัตถุสามมิติทุกรูปทรง เพื่อนำแบบจำลองนี้ไปใช้ในงานด้านอื่นๆ เช่นการทำ 3D object matching, การแบ่งกลุ่มและการค้นหาข้อมูลจากฐานข้อมูลสามมิติ, search engine สำหรับ 3D model หรือ งานใดๆที่ต้องอาศัยโครงสร้างหลักเพื่อใช้เป็นตัวแทนวัตถุสามมิติ ซึ่งโครงสร้างหลักนี้มีข้อได้เปรียบด้าน ปริมาณข้อมูลที่น้อยกว่ามาก การหาโครงสร้างหลักนี่นำเสนอนี้ใช้กระบวนการบนอุปกรณ์ GPU ซึ่งปรกติทำ หน้าที่แสดงผลในเครื่องคอมพิวเตอร์ แต่เนื่องจากอุปกรณ์นี้ปัจจุบันมีความสามารถด้านการคำนวณค่อนข้างสูง จึงได้ถูกนำมาประยุกต์ใชโดยวิธีการที่นำเสนอ วิธีการตามการประดิษฐ์นี้ประกอบด้วยขั้นตอนการเลือกเฉพาะ voxel ที่ทึบ จากนั้นจะเป็นการหาเฉพาะเปลือก voxel ภายนอก การเลือกลบ voxel ที่สอดคล้องกับเงื่อนไขที่ กำหนดขึ้น การจัดการคำนวณแบบขนานของทุกขั้นตอน และการปรับปรุงข้อมูลภายในหน่วยความจำของ GPU วิธีการดังกล่าวมีลักษณะเฉพาะคือการใช้คุณสมบัติการทำงานแบบขนานบนข้อมูล (data parallel) ของ GPU ที่จะทำหน้าที่แทน CPU ซึ่งทำงานแบบอนุกรม เมื่อจัดการอย่างเหมาะสมตามขั้นตอนที่ได้เสนอไว้ที่นี้แล้ว จะ สามารถคำนวณหาโครงสร้างหลักของวัตถุสามมิติที่มีลักษณะถูกต้องได้อย่างรวดเร็ว------08/01/2021------(OCR) A method for finding the primary structure of a 3D object. According to the present invention, the primary structure, which is a line inside the shape of any 3D object, can be created to apply this model to other tasks such as 3D object matching, segmentation and searching from 3D databases, search engines for 3D models, or any task that requires a primary structure to represent a 3D object. This primary structure has the advantage of much less data volume. The proposed primary structure finding uses a process on a GPU device, which is usually displayed on a computer. However, since this device currently has a relatively high computational capacity, it has been applied by the proposed method. The method according to the present invention consists of selecting only opaque voxels, then finding only the outer voxel shell, selecting and deleting voxels that meet the specified conditions, managing the calculation in parallel for all steps, and updating the data in the GPU's memory. The method is characterized by using the data parallelism feature of the GPU, which replaces the CPU, which works in series when properly managed according to the proposed procedure. It will be able to calculate the main structure of a 3D object with the correct characteristics quickly. ------------ DC60 (22/07/54) The method for finding the main structure of a 3D object according to this invention can create a main structure that is in the form of a line. Inside the shape of every 3D object, this model can be used in other tasks such as 3D object matching, grouping and searching data from 3D databases, search engines for 3D models, or any task that requires a main structure to represent a 3D object. This main structure has the advantage of much less data volume. The main structure finding presented here uses a process on a GPU device, which is usually displayed in a computer. However, since this device currently has a relatively high computational capability, it has been applied by the method presented. The method according to this invention consists of selecting only opaque voxels, then finding only the outer voxel shell, selecting and deleting voxels that meet the specified conditions, managing the calculation in parallel at all steps, and updating the data in the GPU memory. The method is characterized by using the data parallelism feature of the GPU that replaces the CPU that works in series. When properly implemented according to the proposed procedure, the correct primary structure of a 3D object can be rapidly computed. The method for finding the primary structure of a 3D object according to the invention can create a primary structure that is a line inside the shape of any 3D object. This model can be used in various applications such as 3D object matching, segmentation and searching data from 3D databases, search engines for 3D models, or any other task that requires a primary structure to represent a 3D object. This primary structure has the advantage of significantly reducing the amount of data required. The proposed primary structure finding process utilizes a GPU device, which is typically displayed on a computer. However, due to the relatively high computational capabilities of current devices, the proposed method has been applied. The method of the invention consists of selecting only opaque voxels, then finding only the outer voxel shell, selecting and deleting voxels that meet the specified conditions, parallelizing the computation of all steps, and updating the data in the GPU's memory. The method is characterized by using the data parallelism of the GPU, which replaces the serial processing of the CPU. When properly implemented according to the proposed procedure, the correct primary structure of a 3D object can be rapidly computed.

Claims (2)

1. แผงวงจรสายไฟที่ประกอบด้วย ชั้นฐานกันฉนวน, แบบรูปตัวนำที่สร้างขึ้นบนชั้นฐานกันฉนวน, ชั้นอ็อกไซด์โลหะที่สร้าง ขึ้นเพื่อปกคลุมแบบรูปตัวนำด้วยการฉาบด้วยโลหะ และชั้นปกคลุมกันฉนวนที่สร้างขึ้นบนชั้นฐาน กันฉนวนเพื่อปกคลุมแบบรูปตัวนำที่ปกคลุมด้วยชั้นอ็อกไซด์โลหะ1. Circuit board consisting of Insulating base layer, conductor pattern built on insulating base layer, metal oxide layer formed Up to cover the conductor with metal plaster. And the insulation cover layer built on the base layer Insulating to cover conductors covered with metallic oxide layers. 2. แผงวงจรสายไฟตามข้อถือสิทธิที่ 1 โดยที่ความทนทานของพื้นผิวของชั้นอ็อกไซด์โลหะไม่ น้อยกว่า1012 โอเมกา/ตาราง:2. Circuit board wiring according to claim 1, where the surface durability of the metal oxide layer is not less than 1012 omega / square:
TH601004220A 2010-06-24 How to efficiently find the primary structure of 3D objects with GPUs TH85301B (en)

Publications (4)

Publication Number Publication Date
TH85301A TH85301A (en) 2007-06-28
TH111799A TH111799A (en) 2012-01-30
TH52134B TH52134B (en) 2016-10-31
TH85301B true TH85301B (en) 2021-11-17

Family

ID=

Similar Documents

Publication Publication Date Title
CN112102411B (en) Visual positioning method and device based on semantic error image
EP3161793B1 (en) Adaptive partition mechanism with arbitrary tile shape for tile based rendering gpu architecture
CN114119853B (en) Image rendering method, apparatus, device and medium
JP2019512121A5 (en)
CN112464322B (en) Method, device, computer equipment and storage medium for arranging building components
CN103198177A (en) GPU-based integrated circuit capacitance parameter extraction system and method
CN115330929B (en) Multi-view 3D reconstruction method and device
CN109118586B (en) Data processing method and device of logic map, electronic equipment and storage medium
CN118521601B (en) Indoor scene 3D layout estimation method and device based on corner point depth prediction
Sun et al. Quadratic terms based point-to-surface 3D representation for deep learning of point cloud
CN103473402B (en) Spatial management data generation method for IC interconnect capacitance parameter extraction
CN106096118B (en) For the three-dimensional circuit automatic wiring method in electromechanical integrated products based on rubber band
CN116090094B (en) Hull thermal model building method, device and equipment based on infrared thermal imaging
CN112907741A (en) Terrain scene generation method and device, electronic equipment and storage medium
CN113808196B (en) Plane fusion positioning method, device, electronic equipment and storage medium
TH85301B (en) How to efficiently find the primary structure of 3D objects with GPUs
CN109977985B (en) Fast LiDAR Data Classification
WO2014178049A2 (en) Adaptive 3d registration
Yu et al. Saliency computation and simplification of point cloud data
CN118193586B (en) Method and device for searching nearest neighbor point cloud in massive point cloud data scene
CN107481319A (en) A kind of implicit surface random point cloud generation method
CN111898276A (en) Overhead line model processing method and device, computer equipment and medium
CN116484207B (en) A method, apparatus, device and storage medium for multi-feature extraction
CN114419222B (en) Rendering method, rendering device, electronic equipment and computer readable storage medium
TH111799A (en) How to effectively find the main structure of a 3D object with a GPU.