Numerische Simulationen von Fluideffekten spielen eine wichtige Rolle für Computeranimationen. Mithilfe einer mächtigen konvexen Optimierungstechnik, der schnellen Primal-Dual-Methode, entwickeln wir Algorithmen zur Rekonstruktion von realen Fluidphänomenen aus einzelnen oder mehreren Kameraansichten, zur flexiblen Fluidführung und zur realistischeren Interaktion von Fluiden mit Festkörpern. Unsere akkuraten Multiansicht-Rekonstruktionen werden in einem Datensatz ScalarFlow zusammengefasst. Dieser ermöglicht es, basierend auf echten Fluiddaten, Simulationsmethoden zu bewerten und zu vergleichen sowie neuronale Netze zu trainieren.
«
Numerische Simulationen von Fluideffekten spielen eine wichtige Rolle für Computeranimationen. Mithilfe einer mächtigen konvexen Optimierungstechnik, der schnellen Primal-Dual-Methode, entwickeln wir Algorithmen zur Rekonstruktion von realen Fluidphänomenen aus einzelnen oder mehreren Kameraansichten, zur flexiblen Fluidführung und zur realistischeren Interaktion von Fluiden mit Festkörpern. Unsere akkuraten Multiansicht-Rekonstruktionen werden in einem Datensatz ScalarFlow zusammengefasst. Dies...
»