Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...
Abstract-Band - Fakultät für Informatik, TU Wien - Technische ... Abstract-Band - Fakultät für Informatik, TU Wien - Technische ...
pipeline programming pattern in order to distribute stages of the video processing algorithm to different threads. As a result, those stages execute concurrently on different hardware units of the system. Our prototype exposes the applied degree of concurrency to the user as a collection of different optimization settings. We integrate a profiling mechanism directly into the execution of the pipeline, which allows us to automatically create performance profiles while running our prototype with various test scenarios. The results of this thesis are based on the analysis of these traces. Our prototype shows that the methods described in this thesis enable a software program to process high-resolution video in high quality. When optimizing performance, different driver implementations and hardware features require our prototype to apply different optimization settings for each device. The ability of our software structure to dynamically change the degree of concurrency is therefore an important feature. Rene Fürst Real-Time Water Simulation Using the Finite Element Method Studium: Masterstudium Visual Computing BetreuerIn: Associate Prof. Dr. Michael Wimmer Water simulation in computer graphics has been the focus of many research papers in the last years. The proposed algorithms can be classified into offline simulation algorithms and realtime simulation algorithms, which have a big difference in their capabilities. Offline simulation algorithms can mostly simulate water with full detail in 3D because the processing time per frame is not limited very much. Real-time simulation algorithms, on the other hand, impose a hard limit on the processing time per frame and therefore many applications only rely on approximating water with 2D surfaces. While this works well for still water, effects such as breaking waves or simply pouring water into a tank, cannot be simulated. To accomplish this one has to rely on 3D water simulation algorithms, which require a massive amount of processing resources, such that even when using current graphics processing units (GPUs) an optimized algorithm is required. There are two types of 3D water simulation approaches: particle-based Lagrangian and gridor mesh-based Eulerian approaches, of which the latter will be the main focus of this thesis. Current real-time capable Eulerian water simulation algorithms rely on many approximations which either cause water to leak without reason or decrease the generality of the algorithm. In this thesis a novel Eulerian fluid simulation algorithm is proposed, which relies on on a octreebased mesh that automatically adapts to any given water geometry. By this it is made sure that the algorithm is very general and that it provides good performance in almost any given situation. The equations evolved in 3D water simulation are discretized with the finite element method in a way, such that the resulting linear equation system can be solved efficiently. Therefore it is possible to let the algorithm run in real-time on current GPUs. 50
Ivan Maricic Visual Feature Exploration for ssTEM Image Segmentation Studium: Masterstudium Visual Computing BetreuerIn: Ao.Univ.Prof. Dr. Eduard Gröller Der Forschungsbereich Computational Neuroanatomy verwendet rechnergestützte Techniken wie Visualisierung, Modellierung und Analyse, um die neuronalen Strukturen von Gehirnproben aus Bild-Stapeln (semi-)automatisch abzuleiten. Für die Gewinnung der Bilder, in der relevante Strukturen hoch genug aufgelöst sind, verwendet man die sogenannte Transmissionselektronenmikroskopie (TEM), die eine Pixelauflösung von unter 5 nm ermöglicht. Die manuelle Segmentierung dieser hochaufgelösten aber kontrastarmen und mit Aufnahmefehlern behafteten Bilder wäre allein wegen der hohen Auflösung der 200.000 Bilder mit 2.000.000×2.000.000 Pixel pro Bild in einem Kubikzentimeter Gehirnprobendatensatz impraktikabel. Da die Pixel einen geringen Wertebereich (8 Bits pro Pixel) haben und verschiedenste Aufnahmeartefakte beinhalten, ist eine vollautomatische Segmentierung fehleranfällig. Deshalb ist es wichtig, die Ergebnisse aufwendiger automatischer Segmentierungsverfahren zu quantifizieren, zu visualisieren und reproduzieren zu können. Diese Arbeit basiert auf dem Membran-Segment-ierungsverfahren von Kaynig-Fittkau [2011], welches für ssTEM Hirngewebe-Bilder unter anderem folgende Ausgaben liefert: (a) ein Zuversichtswert für jeden Pixel (bezüglich des analytischen Modelles der Benutzerwahl der Zellmembranen) der angibt, wie sicher sich das zugrundeliegende statistische Modell ist, dass das Pixel zur Membran gehört und (b) die nach der Optimierung erhaltenen Kanten, welche die Zellmembranen repräsentieren. Wir setzen genau hier an und verwenden Benutzerwissen ein weiteres Mal, um entscheiden zu können, welche und in welcher Form man Daten dem Random-Forest-Klassifizierer zur Verfügung stellen muss. Das Ziel dabei ist es, die Segmentierungsergebnisse zu verbessern, indem man die Qualität der Segmentierung verbessert, die Segmentierung beschleunigt oder den Speicheraufwand reduziert. Aaron Meier-Stauffer Realistic Local Lighting in Dynamic Height Fields Studium: Masterstudium Visual Computing BetreuerIn: Associate Prof. Dr. Michael Wimmer This thesis presents a method to compute soft shadows from environment maps and local light sources on dynamic height fields, extending the work of Snyder and Nowrouzezahrai (Fast Soft Self-Shadowing on Dynamic Height Fields). While direct illumination in static scenes is very common in video games and 3D applications, realtime globalillumination methods supporting dynamic scenes and lights are still an active field of research. In this work, a short general introduction to global illumination and spherical harmonics is presented as well as an overview of the state of the art methods in interactive global illumination for height fields. In our method, visibility at each receiver point of a height field is 51
- Seite 1 und 2: EPILOG Die Diplomarbeitspräsentati
- Seite 3 und 4: EPILOG Diplomarbeitspräsentation D
- Seite 5 und 6: Vorträge zu den nominierten Diplom
- Seite 7 und 8: Andere Institute der TU Wien Depart
- Seite 9 und 10: tation of the well-known synchronou
- Seite 11 und 12: Kyrill Winkler Easy Impossibility P
- Seite 13 und 14: lieren, ist aber komplex in Konfigu
- Seite 15 und 16: nischen Systemen befasst, bezieht s
- Seite 17 und 18: Einführung dieser Modelle in gewac
- Seite 19 und 20: Plattformen aufgearbeitet. Nach Def
- Seite 21 und 22: Haut wird das Bild durch eine Suppo
- Seite 23 und 24: geworden ist, die nach dazu passend
- Seite 25 und 26: thesis, a character recognition sys
- Seite 27 und 28: Michael Opitz Text Detection and Re
- Seite 29 und 30: Institut für Informationssysteme A
- Seite 31 und 32: Christoph Hohenwarter Simulation de
- Seite 33 und 34: Bernhard Schreder Legacy Datasource
- Seite 35 und 36: erücksichtigt werden. Dies stellt
- Seite 37 und 38: Thomas Linsbichler On the Limits of
- Seite 39 und 40: a mobile device acting as a surroga
- Seite 41 und 42: of the domain, is expressed in Lana
- Seite 43 und 44: Institut für Computersprachen Arbe
- Seite 45 und 46: muss. Dabei sollte die gewählte Ak
- Seite 47 und 48: Marian Lux Entwurf und Entwicklung
- Seite 49 und 50: Markus Putzenlechner Analyse und Im
- Seite 51: Arbeitsbereich Computergraphik Clem
- Seite 55 und 56: Startelement durch wiederholte Tran
- Seite 57 und 58: Andreas Hörmann Usability von benu
- Seite 59 und 60: that the change of living environme
- Seite 61 und 62: Institut für Softwaretechnik und I
- Seite 63 und 64: social snapshot the user can choose
- Seite 65 und 66: Erkennung von Angreifern und erweit
- Seite 67 und 68: elations to other classes). The adv
- Seite 69 und 70: ther research. Since only a fractio
- Seite 71 und 72: Jakob Matthias Fellner Pattern-Base
- Seite 73 und 74: Michael Leichtfried Autonome Lokali
- Seite 75 und 76: Das Tool birgt den Vorteil auch kom
- Seite 77 und 78: as a freeof-charge cloud computing
- Seite 79 und 80: communities, community of practice
- Seite 81 und 82: Department für Raumplanung Chin-Ha
- Seite 83 und 84: Institut für Managementwissenschaf
- Seite 85 und 86: tionsunternehmen explizit modellier
- Seite 87 und 88: sekundären und primären Datenerhe
- Seite 89 und 90: Institut für Automatisierungs- und
- Seite 91 und 92: Institut für Computertechnik Rene
- Seite 93 und 94: Medizinische Universität Wien Mari
- Seite 95 und 96: Do Duc Hoa - Institut für Rechnerg
- Seite 97 und 98: Neukam David - Institut für Inform
- Seite 99 und 100: Alle in diesem Band angeführten Ab
Ivan Maricic<br />
Visual Feature Exploration for ssTEM Image Segmentation<br />
Studium: Masterstudium Visual Computing<br />
BetreuerIn: Ao.Univ.Prof. Dr. Eduard Gröller<br />
Der Forschungsbereich Computational Neuroanatomy verwendet rechnergestützte<br />
Techniken wie Visualisierung, Modellierung und Analyse, um die<br />
neuronalen Strukturen von Gehirnproben aus Bild-Stapeln (semi-)automatisch<br />
abzuleiten. Für die Gewinnung der Bilder, in der relevante Strukturen hoch<br />
genug aufgelöst sind, verwendet man die sogenannte Transmissionselektronenmikroskopie<br />
(TEM), die eine Pixelauflösung von unter 5 nm ermöglicht. Die<br />
manuelle Segmentierung dieser hochaufgelösten aber kontrastarmen und mit<br />
Aufnahmefehlern behafteten Bilder wäre allein wegen der hohen Auflösung<br />
der 200.000 Bilder mit 2.000.000×2.000.000 Pixel pro Bild in einem Kubikzentimeter<br />
Gehirnprobendatensatz impraktikabel. Da die Pixel einen geringen<br />
Wertebereich (8 Bits pro Pixel) haben und verschiedenste Aufnahmeartefakte<br />
beinhalten, ist eine vollautomatische Segmentierung fehleranfällig. Deshalb ist<br />
es wichtig, die Ergebnisse aufwendiger automatischer Segmentierungsverfahren<br />
zu quantifizieren, zu visualisieren und reproduzieren zu können. Diese<br />
Arbeit basiert auf dem Membran-Segment-ierungsverfahren von Kaynig-Fittkau<br />
[2011], welches <strong>für</strong> ssTEM Hirngewebe-Bilder unter anderem folgende Ausgaben<br />
liefert: (a) ein Zuversichtswert <strong>für</strong> jeden Pixel (bezüglich des analytischen<br />
Modelles der Benutzerwahl der Zellmembranen) der angibt, wie sicher sich das<br />
zugrundeliegende statistische Modell ist, dass das Pixel zur Membran gehört<br />
und (b) die nach der Optimierung erhaltenen Kanten, welche die Zellmembranen<br />
repräsentieren. Wir setzen genau hier an und verwenden Benutzerwissen<br />
ein weiteres Mal, um entscheiden zu können, welche und in welcher Form man<br />
Daten dem Random-Forest-Klassifizierer zur Verfügung stellen muss. Das Ziel<br />
dabei ist es, die Segmentierungsergebnisse zu verbessern, indem man die<br />
Qualität der Segmentierung verbessert, die Segmentierung beschleunigt oder<br />
den Speicheraufwand reduziert.<br />
Aaron Meier-Stauffer<br />
Realistic Local Lighting in Dynamic Height Fields<br />
Studium: Masterstudium Visual Computing<br />
BetreuerIn: Associate Prof. Dr. Michael Wimmer<br />
This thesis presents a method to compute soft shadows from environment maps<br />
and local light sources on dynamic height fields, extending the work of Snyder<br />
and Nowrouzezahrai (Fast Soft Self-Shadowing on Dynamic Height Fields). While<br />
direct illumination in static scenes is very common in video games and 3D<br />
applications, realtime globalillumination methods supporting dynamic scenes<br />
and lights are still an active field of research. In this work, a short general<br />
introduction to global illumination and spherical harmonics is presented as well<br />
as an overview of the state of the art methods in interactive global illumination<br />
for height fields. In our method, visibility at each receiver point of a height field is<br />
51
Change language