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:
针对串行情况下光子映射算法速度慢的问题,对光子映射算法并行化进行可行性分析,充分利用图像处理器(GPU)的统一设备计算架构(CUDA)的并行和计算能力,实现光子映射算法的并行化.同时针对算法中光子发射追踪阶段生成GPU线程数与光子数相同的方法的不足以及平均分配方法所造成的资源浪费等,提出线程之间协同工作的方法并采用动态平衡处理,使光子渲染速度提升了将近一倍.实验结果证明了多线程间协同工作及动态平衡相结合方法的有效性.
推荐文章
基于 GPU 的目标识别算法的并行化研究
梯度方向直方图
可变形部件模型
图形处理器
协同计算
统一计算设备架构
开放运算语言
基于GPU的反卷积算法并行优化
并行
反卷积
GPU
CUDA
基于GPU并行的生物序列局部比对算法
Smith-Waterman算法
并行前缀扫描
通用图形处理器
序列比对
基于GPU的并行协同过滤算法
协同过滤
图形处理器
统一计算设备框架
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 基于GPU的光子映射并行化算法
来源期刊 计算机应用 学科 工学
关键词 光子映射 并行 渲染 统一设备计算架构 图像处理器
年,卷(期) 2012,(7) 所属期刊栏目 选进计算
研究方向 页码范围 1939-1942
页数 分类号 TP399
字数 4922字 语种 中文
DOI 10.3724/SP.J.1087.2012.01939
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 贺怀清 中国民航大学计算机科学与技术学院 36 162 7.0 11.0
2 孙希栋 中国民航大学计算机科学与技术学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (1)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
光子映射
并行
渲染
统一设备计算架构
图像处理器
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
计算机应用
月刊
1001-9081
51-1307/TP
大16开
成都237信箱
62-110
1981
chi
出版文献量(篇)
20189
总下载数(次)
40
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导