SciDok

Eingang zum Volltext in SciDok

Lizenz

Dissertation zugänglich unter
URN: urn:nbn:de:bsz:291-scidok-55160
URL: http://scidok.sulb.uni-saarland.de/volltexte/2013/5516/


Of assembling small sculptures and disassembling large geometry

Kerber, Jens

pdf-Format:
Dokument 1.pdf (42.070 KB)

Bookmark bei Connotea Bookmark bei del.icio.us
SWD-Schlagwörter: Relief , Computerkunst , Dreidimensionale Computergraphik , Symmetrie , Geometrie
Freie Schlagwörter (Englisch): relief generation, symmetry detection, shape processing, computer art, scene analysis
Institut: Fachrichtung 6.2 - Informatik
Fakultät: Fakultät 6 - Naturwissenschaftlich-Technische Fakultät I
DDC-Sachgruppe: Informatik
Dokumentart: Dissertation
Hauptberichter: Seidel, Hans-Peter (Prof. Dr.)
Sprache: Englisch
Tag der mündlichen Prüfung: 17.09.2013
Erstellungsjahr: 2013
Publikationsdatum: 27.09.2013
Kurzfassung auf Englisch: This thesis describes the research results and contributions that have been achieved
during the author’s doctoral work. It is divided into two independent parts, each
of which is devoted to a particular research aspect.
The first part covers the true-to-detail creation of digital pieces of art, so-called
relief sculptures, from given 3D models. The main goal is to limit the depth of the
contained objects with respect to a certain perspective without compromising the
initial three-dimensional impression. Here, the preservation of significant features
and especially their sharpness is crucial. Therefore, it is necessary to overemphasize
fine surface details to ensure their perceptibility in the more complanate relief.
Our developments are aimed at amending the flexibility and user-friendliness
during the generation process. The main focus is on providing real-time solutions
with intuitive usability that make it possible to create precise, lifelike and
aesthetic results. These goals are reached by a GPU implementation, the use of
efficient filtering techniques, and the replacement of user defined parameters by
adaptive values. Our methods are capable of processing dynamic scenes and allow
the generation of seamless artistic reliefs which can be composed of multiple
elements.
The second part addresses the analysis of repetitive structures, so-called symmetries,
within very large data sets. The automatic recognition of components
and their patterns is a complex correspondence problem which has numerous applications
ranging from information visualization over compression to automatic
scene understanding. Recent algorithms reach their limits with a growing amount
of data, since their runtimes rise quadratically. Our aim is to make even massive
data sets manageable. Therefore, it is necessary to abstract features and to develop
a suitable, low-dimensional descriptor which ensures an efficient, robust, and purposive
search. A simple inspection of the proximity within the descriptor space
helps to significantly reduce the number of necessary pairwise comparisons. Our
method scales quasi-linearly and allows a rapid analysis of data sets which could
not be handled by prior approaches because of their size.
Kurzfassung auf Deutsch: Die vorgelegte Arbeit beschreibt die wissenschaftlichen Ergebnisse und Beiträge,
die während der vergangenen Promotionsphase entstanden sind. Sie gliedert sich
in zwei voneinander unabhängige Teile, von denen jeder einem eigenen Forschungsschwerpunkt gewidmet ist.
Der erste Teil beschäftigt sich mit der detailgetreuen Erzeugung digitaler
Kunstwerke, sogenannter Reliefplastiken, aus gegebenen 3D-Modellen. Das Ziel
ist es, die Objekte, abhängig von der Perspektive, stark in ihrer Tiefe zu limitieren,
ohne dass der Eindruck der räumlichen Ausdehnung verloren geht. Hierbei
kommt dem Aufrechterhalten der Schärfe signifikanter Merkmale besondere
Bedeutung zu. Dafür ist es notwendig, die feinen Details der Objektoberfläche
überzubetonen, um ihre Sichtbarkeit im flacheren Relief zu gewährleisten. Unsere
Weiterentwicklungen zielen auf die Verbesserung der Flexibilität und Benutzerfreundlichkeit
während des Enstehungsprozesses ab. Der Fokus liegt dabei
auf dem Bereitstellen intuitiv bedienbarer Echtzeitlösungen, die die Erzeugung
präziser, naturgetreuer und visuell ansprechender Resultate ermöglichen. Diese
Ziele werden durch eine GPU-Implementierung, den Einsatz effizienter Filtertechniken
sowie das Ersetzen benutzergesteuerter Parameter durch adaptive Werte
erreicht. Unsere Methoden erlauben das Verarbeiten dynamischer Szenen und die
Erstellung nahtloser, kunstvoller Reliefs, die aus mehreren Elementen und Perspektiven
zusammengesetzt sein können.
Der zweite Teil behandelt die Analyse wiederkehrender Stukturen, sogenannter
Symmetrien, innerhalb sehr großer Datensätze. Das automatische Erkennen
von Komponenten und deren Muster ist ein komplexes Korrespondenzproblem
mit zahlreichen Anwendungen, von der Informationsvisualisierung über Kompression
bis hin zum automatischen Verstehen. Mit zunehmender Datenmenge
geraten die etablierten Algorithmen an ihre Grenzen, da ihre Laufzeiten quadratisch
ansteigen. Unser Ziel ist es, auch massive Datensätze handhabbar zu machen.
Dazu ist es notwendig, Merkmale zu abstrahieren und einen passenden
niedrigdimensionalen Deskriptor zu entwickeln, der eine effiziente, robuste und
zielführende Suche erlaubt. Eine simple Betrachtung der Nachbarschaft innerhalb
der Deskriptoren hilft dabei, die Anzahl notwendiger paarweiser Vergleiche signifikant
zu reduzieren. Unser Verfahren skaliert quasi-linear und ermöglicht somit
eine rasche Auswertung auch auf Daten, die für bisherige Methoden zu groß waren.
Lizenz: Veröffentlichungsvertrag für Dissertationen und Habilitationen

Home | Impressum | Über SciDok | Policy | Kontakt | Datenschutzerklärung | English