Benutzer: Gast  Login
Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link
Originaltitel:
Deep Learning for Volume Visualization
Übersetzter Titel:
Deep Learning für Volumenvisualisierung
Autor:
Weiß, Sebastian Klaus
Jahr:
2022
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Computation, Information and Technology
Betreuer:
Westermann, Rüdiger (Prof. Dr.)
Gutachter:
Westermann, Rüdiger (Prof. Dr.); Ertl, Thomas (Prof. Dr. Dr. h.c. Dr. E.h.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
Stichworte:
volume visualization; deep learning; ray tracing: inverse rendering
TU-Systematik:
DAT 780; DAT 750
Kurzfassung:
Volume visualization is used to inspect CT or MRI scans, or fluid mechanical simulations, for example. Although fast methods for visualization exist, interactive exploration is still challenging for large datasets. In this thesis, we explore methods to combine deep learning to accelerate the rendering. We discuss strategies to reduce the quadrature error in the volume rendering equation and present a fully differentiable rendering pipeline to optimize the camera, transfer function, and volume.
Übersetzte Kurzfassung:
Volumenvisualisierung kommt bei der Analyse von CT oder MRI Scans, oder bei Fluidsimulationen zum Einsatz. Schnelle Methoden zum Rendern dieser Daten existieren, jedoch sind Echtzeitanwendungen herausfordernd. Wir zeigen, wie Neuronale Netze zum Beschleunigen des Renderings eingesetzt werden können. Weiter diskutieren wir Strategien zum Reduzieren des Quadraturfehlers beim Rendering und präsentieren einen komplett differenzierbaren Renderer zum Optimierung von z.B. der Kamera oder dem Volumen.
WWW:
https://mediatum.ub.tum.de/?id=1658792
Eingereicht am:
20.05.2022
Mündliche Prüfung:
04.10.2022
Dateigröße:
8942480 bytes
Seiten:
159
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20221004-1658792-1-3
Letzte Änderung:
09.03.2023
 BibTeX