CapÃtulo X: Introducción
CapÃtulo X: Introducción
CapÃtulo X: Introducción
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
IEVFCTIEVFCTCapítulo 7: Implementación y Pruebasconsumen entre 1 y 4 milisegundos por frame, mientras que el algoritmoóptimo toma hasta 3 horas por frame, por lo cual es sólo útil comoreferencia. El algoritmo de backtracking también fue implementado, perotoma varios días para generar el resultado óptimo para un simple frame,aún utilizando poca memoria de textura.Para los algoritmos de selección incrementales también se hace unacomparación en términos de la reducción del error por frame (ver tabla7.11). Para facilitar la comparación, la reducción máxima posible que esobtenida por el algoritmo óptimo la tomamos como el 100%. Con estamedida, la diferencia entre los algoritmos voraces incrementales (originaly mejorado) es significativa. El algoritmo voraz incremental mejoradotiene una reducción del error entre 20% y 70% superior que el original.Adicionalmente, el algoritmo óptimo supera entre 6% and 18% al vorazincremental mejorado, y entre 25% y 87% al voraz incremental original.Moviendo el Punto deInterés PI(a) OriginalError InicialError FinalErrorReducido%Reduc.Error1,4683 0,0872 74,7%(b) Mejorado 1,55551,4465 0,1090 93,4%(c) Optimo 1,4388 0,1167 100,0%(a) Original9,8958 0,1611 34,8%(b) Mejorado 10,05699,6462 0,4107 88,6%(c) Optimo 9,5934 0,4635 100,0%Editando la Función deError %Reduc.Error inicial Error FinalTransferenciaReducido Error(a) Original5,5913 0,0520 33,7%(b) Mejorado 5.64335,4981 0,1452 94,2%(c) Optimo 5,4892 0,1540 100,0%(a) Original26,0345 0,1923 13,1%(b) Mejorado 26.226825,0328 1,1940 81,6%(c) Optimo 24,7629 1,4639 100,0%Tabla 7.11: comparando algoritmos de selección incrementales con respecto al errorE(S).Finalmente, merece mencionarse que el tiempo de cómputo del algoritmode Split-and-Collapse es inferior a 1 milisegundo al mover el punto o áreade interés, pero el tiempo de cómputo requerido por el algoritmo óptimovaría entre 0,1 segundos a varias horas. Así, el algoritmo óptimo no tieneutilidad práctica en nuestro contexto, y sólo sirve de referencia para losalgoritmos voraces.-125-