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:
GPU(图形处理单元)可以快速有效地处理海量数据,因此在近些年成为图形图像数据处理领域的研究热点.针对现有GPU渲染中处理含有大量相同或相似模型场景时存在资源利用率低下和带宽消耗过大的问题,在原有GPU渲染架构的基础上提出了一种基于CUDA(统一计算设备架构)的加速渲染方法.根据现有的GPU渲染模式构建对应的模型,通过模型找出其不足,从而引申出常量内存的概念;然后分析常量内存的特性以及对渲染产生的作用,从而引入基于常量内存控制的方法来实现渲染的加速,整个渲染过程可以通过渲染算法进行控制.实验结果表明,该方法对解决上述问题具有较好的效果,最终实现加速渲染.
推荐文章
基于基元重启的OpenGL和CUDA图形渲染算法探索
图形渲染
OpenGL
CUDA
基元重启
Perlin
基于DCT并行加速算法图像渲染平台系统设计
集群渲染
DCT变换
图像压缩
JPEG
基于CUBLAS和CUDA的MNF并行算法设计与优化
图像处理单元
GPU性能优化
高光谱影像降维
最大噪声分数变换
协方差矩阵计算
基于CUDA的并行粒子群优化算法的设计与实现
粒子群优化算法
并行计算
GPU
统一计算设备架构
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CUDA的并行加速渲染算法
来源期刊 中国图象图形学报 学科 工学
关键词 渲染 GPU 并行计算 CUDA
年,卷(期) 2013,(11) 所属期刊栏目 图像分析和识别
研究方向 页码范围 1457-1461
页数 5页 分类号 TP399
字数 4292字 语种 中文
DOI 10.11834/jig.20131109
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 刘镇 江苏科技大学计算机学院 48 220 9.0 12.0
2 梅向东 江苏科技大学计算机学院 2 16 2.0 2.0
3 郝冬宁 江苏科技大学计算机学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (33)
参考文献  (13)
节点文献
引证文献  (9)
同被引文献  (16)
二级引证文献  (12)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(9)
  • 参考文献(0)
  • 二级参考文献(9)
2008(10)
  • 参考文献(1)
  • 二级参考文献(9)
2009(9)
  • 参考文献(1)
  • 二级参考文献(8)
2010(10)
  • 参考文献(7)
  • 二级参考文献(3)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(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)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(6)
  • 引证文献(1)
  • 二级引证文献(5)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
渲染
GPU
并行计算
CUDA
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
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导