Key points are not available for this paper at this time.
Die LOD-Konstruktion wird typischerweise als Vorverarbeitungsschritt implementiert, der es den Benutzern erfordert, zu warten, bevor sie die Ergebnisse in Echtzeit anzeigen können. Wir schlagen einen inkrementellen LOD-Generierungsansatz für Punktwolken vor, der es uns ermöglicht, gleichzeitig Punkte von der Festplatte zu laden, eine octree-basierte Detailgraddarstellung zu aktualisieren und die Zwischenresultate in Echtzeit zu rendern, während zusätzliche Punkte noch von der Festplatte geladen werden. LOD-Konstruktion und Rendering werden beide in CUDA implementiert und teilen sich die Verarbeitungsleistung der GPU, aber jedes inkrementelle Update ist leicht genug, um genügend Zeit für die Aufrechterhaltung der Echtzeitbildraten zu lassen. Unser Ansatz ist in der Lage, Punkte von einer SSD zu streamen und das Octree mit Raten von bis zu 580 Millionen Punkten pro Sekunde (~9,3 GB/s) auf einer RTX 4090 und einer PCIe 5.0 SSD zu aktualisieren. Je nach Datensatz benötigt unser Ansatz durchschnittlich etwa 1 bis 2 ms, um 1 Million Punkte inkrementell in das Octree einzufügen, was es uns ermöglicht, mehrere Millionen Punkte pro Frame in die LOD-Struktur einzufügen und die Zwischenresultate im gleichen Frame zu rendern.
Schütz et al. (Sat,) untersuchten diese Frage.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: