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...
»