13.07.2015 Views

Capítulo X: Introducción

Capítulo X: Introducción

Capítulo X: Introducción

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Capítulo 4: Visualización Out-of-CoreDebido a que en cada nivel se tiene a lo sumo N posibilidades para split,la solución del backtracking requiere tiempo exponencial, y no tieneaplicación práctica para este problema. Se sugiere un algoritmoalternativo, el cual calcula la solución óptima en tiempo polinomial. Estasolución no utiliza las operaciones de split, y tampoco empieza desde elnodo raíz. En cambio, crea la solución óptima incrementalmente desdelas hojas hasta la raíz, utilizando programación dinámica [COR01].El algoritmo está basado en la siguiente observación: para una cantidadde nb bricks, con 1nbN, la selección óptima en un subárbol cuyo nodoraíz es b puede ser construido combinando las soluciones óptimasencontradas en sus nodos hijos q1, q2, …, qmax (que contienen n1, n2, ...,nmax bricks respectivamente) con la condición de que nb=n1+....+nmax.Debido a que pueden existir distintas combinaciones de ni que sumen nbricks, se considera la selección de menor error. El error de una seleccióncuya raíz es b se obtiene de la adición del error en las selecciones de susramas; así, una selección subóptima en cualquiera de sus ramas qi nopuede ser parte de la solución óptima en b. Esto sugiere que sólo lassoluciones óptimas encontradas en las ramas de un nodo b deben serconsideradas para encontrar la solución óptima en b. Debido a que no seconoce qué tamaño de selección en el nodo interno b será parte de laselección óptima en el nodo raíz, se construye la selección óptima en bpara cada posible tamaño de selección entre 1 y N bricks. Estasselecciones son óptimas en un subárbol de la jerarquía multi-resolución,por lo cual se denominan soluciones óptimas intermedias (SOI). Sólo lasSOIs que no exceden N bricks son consideradas. Una vez que se alcanceal nodo raíz, se obtiene una SOI por cada tamaño posible de memoria detextura nb, con 1nbN. La selección óptima global es aquella SOI delnodo raíz con menor error.El algoritmo comienza desde los nodos hojas hasta la raíz. Sea S(nb,nv,b)una SOI del sub-árbol con raíz b, aproximando nv=nv(b) vóxeles delvolumen original con nb bricks. La SOI de un nodo hoja b es el nodomismo, y su error correspondiente es E(S(1,nv(b),b))=E(b)=0. Para cadanodo interno b, una o más SOIs podrían ser generadas. El conjunto deSOIs para cada nodo es calculada incrementalmente combinando lasSOIs de sus hijos. El proceso de combinación comienza con los dosprimeros hijos, combinando sus conjuntos de soluciones SOIs1 y SOIs2,cada uno con no más de N SOIs. Esto resulta en un nuevo conjuntoSOIs1..2, igualmente con no más de N SOIs (ver Fig. 3.3). Este conjuntode SOIs es combinado con el conjunto del tercer hijo, generando SOIs1..3con a los sumo N SOIs, y así sucesivamente hasta haber consideradotodos los hijos de b. Note que para un brick interno b, este proceso creaun nuevo conjunto de soluciones, conteniendo a los sumo N SOIs.-58-

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!