基于可编程图形处理器的实时并行细分
提出一种新的基于可编程图形处理器的实时细分方法。本方法将复杂的3D模型分解为由几类简单面片组成,且这些简单面片之间是相互独立的,所以每个面片可以独立进行细分操作.因而,本方法具有很好的并行性。而且通过预先定义简单面片的细分模式,还可以加速整个模型执行细分算法的效率。除此之外,本方法将细分算法与可编程图形处理器结合,利用可编程图形处理器中流处理器强大的计算能力和并行处理能力,进一步提高了细分算法的运行效率。
可编程图形处理器 细分算法 并行计算 流处理器
张景峤 季卓尔
上海大学计算机工程与科学学院 上海市 200072
国内会议
大连
中文
174-183
2008-07-21（万方平台首次上网日期，不代表论文的发表时间）