CPU ray tracing large particle data with balanced P-k-d trees
CPU ray tracing large particle data with balanced P-k-d trees
复制标题
具有平衡 P-k-d 树的 CPU 光线追踪大粒子数据
DOI：
--
复制
发表时间：
2015
期刊：
影响因子：
--
通讯作者：
M. Papka
中科院分区：
文献类型：
--
作者：
I. Wald;A. Knoll;Gregory P. Johnson;W. Usher;Valerio Pascucci;M. Papka
我们提出了一种新的方法来渲染来自分子动力学，天体物理学和其他来源的大粒子数据集。我们采用了一种新的数据结构，从原来的平衡k-d树，它允许表示的数据与平凡或没有开销。在OSPRay可视化框架中，我们开发了一种高效的CPU算法来遍历、分类和光线跟踪这些数据。我们的方法能够在一个典型的工作站上渲染多达数十亿个粒子，纯粹在CPU上，没有任何近似或细节层次技术，并可选地使用基于属性的颜色映射，动态范围查询和高级照明模型，如环境光遮挡和路径跟踪。
We present a novel approach to rendering large particle data sets from molecular dynamics, astrophysics and other sources. We employ a new data structure adapted from the original balanced k-d tree, which allows for representation of data with trivial or no overhead. In the OSPRay visualization framework, we have developed an efficient CPU algorithm for traversing, classifying and ray tracing these data. Our approach is able to render up to billions of particles on a typical workstation, purely on the CPU, without any approximations or level-of-detail techniques, and optionally with attribute-based color mapping, dynamic range query, and advanced lighting models such as ambient occlusion and path tracing.
影响因子：
2.9
作者：
Stone, John E.;Hardy, David J.;Ufimtsev, Ivan S.;Schulten, Klaus
通讯作者：
Schulten, Klaus
金属氧化物分子动力学中静电偶极子的可视化
影响因子：
5.2
作者：
S. Grottel;P. Beck;C. Müller;G. Reina;J. Roth;H.-R. Trebin;T. Ertl
通讯作者：
T. Ertl