基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过修改光子映射算法的实现过程,使得该算法能够通过CUDA完全运行在最新的GPU上,从而能够充分利用GPU强大的并行计算能力,加速光子映射的实现.光子映射在CUDA中的实现主要通过两个方面来完成:构建光子图和估计辐射能.同时为了提高对光子图中的光子信息的查找速度,采用了kd-tree结构来存储光子信息,使得可以通过KNN(K-Nearest Neighbor)快速搜索光子图.在所测试环境中,渲染速度是CPU中的近10倍.
推荐文章
纹理映射在模型优化中的应用
虚拟现实
三维模型
模型优化
纹理映射
基于CUDA的DCT快速变换实现方法
图形处理器
离散余弦交换
并行计算
对象/关系映射在.NET框架下的应用研究
面向对象
关系数据库
对象关系映射
NHibernate
AES算法的CUDA高效实现方法
高级加密标准
电子密码本模式
图形处理器
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 光子映射在CUDA中的研究与实现
来源期刊 计算机系统应用 学科 工学
关键词 光子映射 GPU 光子图 kd-tree KNN
年,卷(期) 2010,(5) 所属期刊栏目 应用技术
研究方向 页码范围 174-178
页数 分类号 TP3
字数 5508字 语种 中文
DOI 10.3969/j.issn.1003-3254.2010.05.042
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王毅刚 杭州电子科技大学图形图像研究所 76 423 11.0 14.0
2 林其选 杭州电子科技大学图形图像研究所 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (1)
二级引证文献  (2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
光子映射
GPU
光子图
kd-tree
KNN
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机系统应用
月刊
1003-3254
11-2854/TP
大16开
北京中关村南四街4号
82-558
1991
chi
出版文献量(篇)
10349
总下载数(次)
20
论文1v1指导