Optimization for Fluid Simulation and Reconstruction of Real-World Flow Phenomena
Translated title:
Optimierung für Fluidsimulationen und Rekonstruktion von realen Strömungsphänomenen
Author:
Eckert, Marie-Lena Katharina Noemi
Year:
2019
Document type:
Dissertation
Faculty/School:
Fakultät für Informatik
Advisor:
Thürey, Nils (Prof. Dr.)
Referee:
Thürey, Nils (Prof. Dr.); Teschner, Matthias (Prof. Dr.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik
TUM classification:
DAT 758d
Abstract:
Numeric simulation of fluid effects plays a major role in computer animation. Based on a powerful convex optimization technique, the fast Primal-Dual method, we develop algorithms for multi- and single-view reconstructions of real-world fluid phenomena, for flexible fluid guiding, and for realistic interaction of fluids and solids. We gather our accurate multi-view reconstructions in a data set called ScalarFlow, which allows for evaluation and comparison of simulation methods as well as for training neural networks based on real-world fluid data.
«
Numeric simulation of fluid effects plays a major role in computer animation. Based on a powerful convex optimization technique, the fast Primal-Dual method, we develop algorithms for multi- and single-view reconstructions of real-world fluid phenomena, for flexible fluid guiding, and for realistic interaction of fluids and solids. We gather our accurate multi-view reconstructions in a data set called ScalarFlow, which allows for evaluation and comparison of simulation methods as well as for tra...
»
Translated abstract:
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...
»