AliReza26
Active Member
محققان دانشگاه کاليفرنياي جنوبي موفق به کشف روشي براي فشرده سازي فايلهاي 3 بعدي بزرگ و پرکاربردي شدند که در ساخت بازيهاي رايانه اي و نشانه هاي گرافيکي 3 بعدي استفاده مي شود.
به گزارش بخش خبر سايت اخبار فن‌آوري اطلاعات ايران، به نقل از جام جم، اين خبر کوتاه که از طريق پايگاه ScienceDaily منتشر شده است مي تواند نشانگر آغاز دوره اي باشد که توانايي هاي رايانه ها را در طراحي و ساخت انيميشن ها و نشانهاي گرافيکي 3 بعدي به طور قابل توجهي افزايش خواهد داد.
ماتيو دسبورن (Mathieu Desbrun) دانشيار بخش رايانه دانشگاه کاليفرنيا در اين باره مي گويد: اگرچه امروزه فشرده سازي فايلهاي صوتي ، تصاوير و ويديو ها نسبت به گذشته بسيار آسانتر شده است ، اما کماکان اين روشها از الگوريتم هاي پيچيده و بغرنجي استفاده مي کنند؛ اما همين الگوريتم ها در مقابل روشهايي که براي فشرده سازي تصاوير 3 بعدي مورد استفاده قرار مي گيرند بي نهايت ساده هستند و الگوريتم هايي که براي فشرده سازي اين فايلها بايد مورد استفاده قرار گيرند باعث درگيري ذهني جمع زيادي از دانشمندان شده است.
البته در کنفرانس تابستاني SIGGRAPH-2004 که در لس آنجلس برگزار شد روش جالبي از سوي دسبورن ارائه شد که مي تواند مشکل فشرده سازي اشياي 3 بعدي را تا حد قابل توجهي کاهش دهد.
اين روشها و متدها علاوه بر آن که مي تواند باعث فشرده سازي فايلها و نشان هاي 3 بعدي موجود شود، کاربرد گسترده اي نيز در اسکنرهاي 3 بعدي خواهد داشت.
اين اسکنرها وظيفه تهيه طرح هايي از اشياي 3 بعدي را به عهده دارند و بايد بتوانند نتيجه نهايي را با کمترين ظرفيت ممکن در اختيار کاربراني قرار دهند که مرحله بعدي عملياتي آنها وابسته به نتايجي است که اين اسکنرها براي آنها آماده مي کنند.
روش ارائه شده توسط دسبورن از بهينه ساختن يک الگوي قديمي الهام گرفته است و خوانندگان ايراني با اصول اين روش به شکل تجربي سالهاست که آشنايند.
هنرمندان خاتم اصفهان براي آن که نقش ونگارهاي گوناگوني را روي سطوح و احجام مختلف نقش کنند از قطعات مثلثي شکل بسيار کوچک استفاده کرده و با کنار هم قرار دادن اين الگوهاست که نقش نهايي توليد و آماده مي شود.
حال تصور کنيد قصد داريم طرحي 3 بعدي را فشرده سازي کنيم. اگر هر يک از لايه هاي سطحي گوناگون اين شکل را به مثلثهاي کوچک تقسيم کنيم و الگويي براي توليد هر يک از مثلثها بيابيم و نتيجه را ذخيره کنيم ، خواهيم توانست به جاي يک سطح 3 بعدي پيچيده تنها الگوهايي که کنارهم قرارگرفتن مثلثهاي کوچک را مشخص مي کنند تعيين کنيم.
اين روش پيش از اين نيز از سوي مهندسان و طراحان رايانه مورد استفاده قرار مي گرفت ، اما به تنهايي چندان کارآيي نداشت.
کارآيي اين روش زماني مشخص مي شود که شما بتوانيد با حداقل نشانهاي لازم ، اين فشرده سازي را انجام دهيد وگرنه ممکن است بارديگر که به آنها احتياج داريد عملا حجمي قابل مقايسه با حجم فايل اوليه در اختيار داشته باشيد.روشي که سالها دانشمندان روي آن کار مي کردند، بر اين اساس استوار بود که بتوانند الگويي و الگوريتمي رياضي پيدا کنند که بتواند درباره سطوح مختلف تصميم گيري کرده و تنها در نقاطي که نياز به فشرده سازي است ، اجزاي مثلثي را وارد کند و در بقيه موارد از اين کار صرف نظر کند.
تصور کنيد با يک صفحه مستطيل شکل ساده طرف باشيم. شايد ذخيره سازي مستقيم اين صفحه حجم کمتري از روش تقسيم بندي آن با شبکه هاي مثلثي را اشغال کند، اما اگر اين سطح جزيي از يک شکل 3 بعدي باشد، براي آن که بتوانيم کل الگو را فشرده کنيم مجبور به فشرده سازي اين ناحيه نيز خواهيم بود.
پيدا کردن الگويي که بتواند در ميان سطوح مختلف تمايز قايل شده و بخشهاي مورد نياز را فشرده کند، مساله اصلي بود که بايد حل مي شد.
تاپيش از اين عملا هيچ الگوريتمي که بتواند اين تصميم گيري را در طول بازه زماني متناهي براي هر شکل انجام دهد وجود نداشت.
کار مهمي که دسبورن و همراهان او در تيم مدلسازي دانشگاه کاليفرنياي جنوبي به انجام رسانده و تحسين گروههاي طراح رايانه را در جهان برانگيخته اند پيدا کردن الگوريتمي بود که مي توانست اين کار را با دقت قابل قبول و موجهي در زمان محدود انجام دهد.
بنابراين از اين پس براي فشرده سازي اين فايلهاي 3بعدي نيازي به اضافه کردن مثلثهاي بيش از حد نيست و مي توان براساس الگويي منطقي نواحي خاص را با روش شبکه اي مورد فشرده سازي قرار داد.
نتايج آزمايش هاي انجام شده با اين روش با دقت خوبي با آنچه دانشمندان انتظارش را داشتند وفق مي کند. اين روش مي تواند باعث انقلاب ديگري در زمينه ذخيره سازي و در نتيجه افزايش استفاده از نشانهاي 3 بعدي در رايانه شود و شايد بيش از هرکس طراحان گرافيک و سازندگان بازيهاي رايانه اي بتوانند نسبت به فناوري جديد که از دل يک مساله رياضي به وجود آمده است خوشبين باشند.
جهاني که ما آن را درک مي کنيم ، جهاني 3 بعدي است و بايد خوشحال باشيم که تعداد ابعاد قابل احساس ما بيش از اين نيست وگرنه مهندسان مجبور بودند به حل و بهينه سازي معادلاتي بپردازند که سطوح را در ابعاد بالاتر تعريف مي کرد و شايد اين زمان پردازش هاي رايانه هاي شما را تا حد بي نهايت افزايش دهد.
به گزارش بخش خبر سايت اخبار فن‌آوري اطلاعات ايران، به نقل از جام جم، اين خبر کوتاه که از طريق پايگاه ScienceDaily منتشر شده است مي تواند نشانگر آغاز دوره اي باشد که توانايي هاي رايانه ها را در طراحي و ساخت انيميشن ها و نشانهاي گرافيکي 3 بعدي به طور قابل توجهي افزايش خواهد داد.
ماتيو دسبورن (Mathieu Desbrun) دانشيار بخش رايانه دانشگاه کاليفرنيا در اين باره مي گويد: اگرچه امروزه فشرده سازي فايلهاي صوتي ، تصاوير و ويديو ها نسبت به گذشته بسيار آسانتر شده است ، اما کماکان اين روشها از الگوريتم هاي پيچيده و بغرنجي استفاده مي کنند؛ اما همين الگوريتم ها در مقابل روشهايي که براي فشرده سازي تصاوير 3 بعدي مورد استفاده قرار مي گيرند بي نهايت ساده هستند و الگوريتم هايي که براي فشرده سازي اين فايلها بايد مورد استفاده قرار گيرند باعث درگيري ذهني جمع زيادي از دانشمندان شده است.
البته در کنفرانس تابستاني SIGGRAPH-2004 که در لس آنجلس برگزار شد روش جالبي از سوي دسبورن ارائه شد که مي تواند مشکل فشرده سازي اشياي 3 بعدي را تا حد قابل توجهي کاهش دهد.
اين روشها و متدها علاوه بر آن که مي تواند باعث فشرده سازي فايلها و نشان هاي 3 بعدي موجود شود، کاربرد گسترده اي نيز در اسکنرهاي 3 بعدي خواهد داشت.
اين اسکنرها وظيفه تهيه طرح هايي از اشياي 3 بعدي را به عهده دارند و بايد بتوانند نتيجه نهايي را با کمترين ظرفيت ممکن در اختيار کاربراني قرار دهند که مرحله بعدي عملياتي آنها وابسته به نتايجي است که اين اسکنرها براي آنها آماده مي کنند.
روش ارائه شده توسط دسبورن از بهينه ساختن يک الگوي قديمي الهام گرفته است و خوانندگان ايراني با اصول اين روش به شکل تجربي سالهاست که آشنايند.
هنرمندان خاتم اصفهان براي آن که نقش ونگارهاي گوناگوني را روي سطوح و احجام مختلف نقش کنند از قطعات مثلثي شکل بسيار کوچک استفاده کرده و با کنار هم قرار دادن اين الگوهاست که نقش نهايي توليد و آماده مي شود.
حال تصور کنيد قصد داريم طرحي 3 بعدي را فشرده سازي کنيم. اگر هر يک از لايه هاي سطحي گوناگون اين شکل را به مثلثهاي کوچک تقسيم کنيم و الگويي براي توليد هر يک از مثلثها بيابيم و نتيجه را ذخيره کنيم ، خواهيم توانست به جاي يک سطح 3 بعدي پيچيده تنها الگوهايي که کنارهم قرارگرفتن مثلثهاي کوچک را مشخص مي کنند تعيين کنيم.
اين روش پيش از اين نيز از سوي مهندسان و طراحان رايانه مورد استفاده قرار مي گرفت ، اما به تنهايي چندان کارآيي نداشت.
کارآيي اين روش زماني مشخص مي شود که شما بتوانيد با حداقل نشانهاي لازم ، اين فشرده سازي را انجام دهيد وگرنه ممکن است بارديگر که به آنها احتياج داريد عملا حجمي قابل مقايسه با حجم فايل اوليه در اختيار داشته باشيد.روشي که سالها دانشمندان روي آن کار مي کردند، بر اين اساس استوار بود که بتوانند الگويي و الگوريتمي رياضي پيدا کنند که بتواند درباره سطوح مختلف تصميم گيري کرده و تنها در نقاطي که نياز به فشرده سازي است ، اجزاي مثلثي را وارد کند و در بقيه موارد از اين کار صرف نظر کند.
تصور کنيد با يک صفحه مستطيل شکل ساده طرف باشيم. شايد ذخيره سازي مستقيم اين صفحه حجم کمتري از روش تقسيم بندي آن با شبکه هاي مثلثي را اشغال کند، اما اگر اين سطح جزيي از يک شکل 3 بعدي باشد، براي آن که بتوانيم کل الگو را فشرده کنيم مجبور به فشرده سازي اين ناحيه نيز خواهيم بود.
پيدا کردن الگويي که بتواند در ميان سطوح مختلف تمايز قايل شده و بخشهاي مورد نياز را فشرده کند، مساله اصلي بود که بايد حل مي شد.
تاپيش از اين عملا هيچ الگوريتمي که بتواند اين تصميم گيري را در طول بازه زماني متناهي براي هر شکل انجام دهد وجود نداشت.
کار مهمي که دسبورن و همراهان او در تيم مدلسازي دانشگاه کاليفرنياي جنوبي به انجام رسانده و تحسين گروههاي طراح رايانه را در جهان برانگيخته اند پيدا کردن الگوريتمي بود که مي توانست اين کار را با دقت قابل قبول و موجهي در زمان محدود انجام دهد.
بنابراين از اين پس براي فشرده سازي اين فايلهاي 3بعدي نيازي به اضافه کردن مثلثهاي بيش از حد نيست و مي توان براساس الگويي منطقي نواحي خاص را با روش شبکه اي مورد فشرده سازي قرار داد.
نتايج آزمايش هاي انجام شده با اين روش با دقت خوبي با آنچه دانشمندان انتظارش را داشتند وفق مي کند. اين روش مي تواند باعث انقلاب ديگري در زمينه ذخيره سازي و در نتيجه افزايش استفاده از نشانهاي 3 بعدي در رايانه شود و شايد بيش از هرکس طراحان گرافيک و سازندگان بازيهاي رايانه اي بتوانند نسبت به فناوري جديد که از دل يک مساله رياضي به وجود آمده است خوشبين باشند.
جهاني که ما آن را درک مي کنيم ، جهاني 3 بعدي است و بايد خوشحال باشيم که تعداد ابعاد قابل احساس ما بيش از اين نيست وگرنه مهندسان مجبور بودند به حل و بهينه سازي معادلاتي بپردازند که سطوح را در ابعاد بالاتر تعريف مي کرد و شايد اين زمان پردازش هاي رايانه هاي شما را تا حد بي نهايت افزايش دهد.
