Uma Arquitetura de Suporte a Interações 3D ... - DCA - Unicamp
Uma Arquitetura de Suporte a Interações 3D ... - DCA - Unicamp
Uma Arquitetura de Suporte a Interações 3D ... - DCA - Unicamp
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
88 Cálculo <strong>de</strong> elementos <strong>de</strong> geometria diferencial discreta na GPU<br />
o algoritmo <strong>de</strong> Rusinkiewicz [2004] tem o menor crescimento do erro <strong>de</strong> estimativa em proporção à<br />
irregularida<strong>de</strong> da malha. Nosso algoritmo produz resultados similares, embora ligeiramente menos<br />
robustos. É possível verificar que as técnicas <strong>de</strong> aproximação por superfícies analíticas (quadrática ou<br />
cúbica) e curvatura normal produzem resultados mais acurados para o toro amostrado regularmente.<br />
Isso ocorre porque tais técnicas assumem que a superfície amostrada é localmente uma superfície<br />
polinomial, condição esta satisfeita para o toro. Por outro lado, ainda assim essas técnicas são mais<br />
sensíveis à irregularida<strong>de</strong> da amostragem da malha.<br />
A figura 4.9 compara o erro RMS da estimativa da curvatura Gaussiana do toro discretizado,<br />
porém com ruído <strong>de</strong> <strong>de</strong>slocamento adicionado aleatoriamente a cada vértice. Cada vértice é <strong>de</strong>slo-<br />
cado em diferentes níveis <strong>de</strong> magnitu<strong>de</strong> ao longo do vetor normal calculado analiticamente. <strong>Uma</strong><br />
visualização do mo<strong>de</strong>lo em wireframe com os <strong>de</strong>slocamentos <strong>de</strong> magnitu<strong>de</strong> mínima e máxima é<br />
mostrado na figura 4.10.<br />
Nossa técnica produz os resultados mais acurados para este caso, superando os resultados obtidos<br />
com o algoritmo <strong>de</strong> Rusinkiewicz [2004]. Em contraste, as técnicas <strong>de</strong> aproximação por superfície<br />
quadrática e aproximação pela curvatura normal produzem erros grosseiros <strong>de</strong> estimativa mesmo<br />
com uma baixa porcentagem <strong>de</strong> adição <strong>de</strong> ruído. Esse resultado é esperado, pois tais técnicas não<br />
utilizam os vetores normais para contrabalançar o erro do <strong>de</strong>slocamento. Por outro lado, a técnica<br />
<strong>de</strong> Goldfeather and Interrante [2004], também baseada na aproximação por superfície analítica, utiliza<br />
os vetores normais disponíveis e portanto produz erros menores.<br />
Em mo<strong>de</strong>los digitalizados (e.g., obtidos através <strong>de</strong> um scanner <strong>3D</strong>) a malha é geralmente irregular<br />
e os vértices possuem diferentes valências. Além disso, não há um mo<strong>de</strong>lo analítico com o qual seja<br />
possível realizar uma comparação <strong>de</strong> robustez. Para realizar uma avaliação da robustez da estimativa<br />
sobre esses mo<strong>de</strong>los, visualizamos as curvaturas principais codificadas em cores <strong>de</strong> modo a perceber<br />
visualmente a presença <strong>de</strong> outliers, i.e., estimativas pontuais que divirjam <strong>de</strong> forma substancial das<br />
estimativas vizinhas.<br />
Para os testes com mo<strong>de</strong>los digitalizados, utilizamos o mo<strong>de</strong>lo <strong>de</strong> um cavalo com 48.484 vértices<br />
e 96.964 triângulos, e <strong>de</strong> um coelho (Stanford bunny) com 72.027 vértices e 144.046 triângulos. Os<br />
mo<strong>de</strong>los utilizados foram obtidos <strong>de</strong> Rusinkiewicz et al. [2007].<br />
A figura 4.11 mostra uma visualização das curvaturas principais codificadas como cores para o<br />
mo<strong>de</strong>lo do cavalo segundo diferentes técnicas <strong>de</strong> estimativas das curvaturas principais. As cores são<br />
moduladas com o sombreamento difuso do mo<strong>de</strong>lo. A visualização correspon<strong>de</strong>nte para o mo<strong>de</strong>lo<br />
do coelho é mostrada na figura 4.12. A presença <strong>de</strong> outliers, visualizados como pequenos pontos<br />
coloridos e isolados, é relativamente baixa em nossa técnica e visualmente equivalente ao resultado<br />
obtido pela técnica <strong>de</strong> Rusinkiewicz [2004]. As técnicas <strong>de</strong> aproximação por superfícies analíticas e<br />
curvatura normal se revelam inferiores nesses mo<strong>de</strong>los digitalizados porque tais mo<strong>de</strong>los são geral-