<link rel="stylesheet" href="styles.cf390c6bfbe7555f.css">

Browsing by Author "Wong Sai Keung"

Now showing 1 - 9 of 9
  • Thumbnail Image
    Item type:Item,
    互動與可控式大量人群模擬：以捷運站為例
    (2014)
    黃世強
    ;
    Wong Sai Keung
    ;
    國立交通大學資訊工程學系（所）
  • Thumbnail Image
    Item type:Item,
    互動與可控式大量人群模擬：以捷運站為例
    (2015)
    黃世強
    ;
    Wong Sai Keung
    ;
    國立交通大學資訊工程學系（所）
  • Thumbnail Image
    Item type:Item,
    在多核心平台上配合圖形處理單元達成互動可變形物體連續碰撞檢測的研究
    (2008)
    黃世強
    ;
    Wong Sai Keung
    ;
    國立交通大學資訊工程學系(所)
  • Thumbnail Image
    Item type:Item,
    研究混合型的平行運算系統及其應用在三維人物運動、布料模擬、頭髮模擬以及光線追蹤
    (2010)
    黃世強
    ;
    Wong Sai Keung
    ;
    國立交通大學資訊工程學系（所）
  • Thumbnail Image
    Item type:Item,
    穿衣人物與環境即時互動模擬
    (2011)
    黃世強
    ;
    Wong Sai Keung
    ;
    國立交通大學資訊工程學系（所）
  • Thumbnail Image
    Item type:Item,
    變形物體的碰撞檢測方法---以線狀和類似樹結構的物體為對象
    (2014)
    黃世強
    ;
    Wong Sai Keung
    ;
    國立交通大學資訊工程學系（所）
  • Thumbnail Image
    Item type:Item,
    變形物體的碰撞檢測方法: 以線狀和類似樹結構的物體為對象
    (2013)
    黃世強
    ;
    Wong Sai Keung
    ;
    國立交通大學資訊工程學系（所）
  • Thumbnail Image
    Item type:Item,
    運用CUDA在多核心平台上進行平行運算模擬多層不可伸展衣服
    (2009)
    黃世強
    ;
    Wong Sai Keung
    ;
    國立交通大學資訊工程學系(所)
    我們提出平行運算技術去模擬多層不可伸展布料，這模擬在電影、遊戲及衣服設計都有 廣泛應用。要有高質素模擬，就要有高解像度的布料。當布料變得複雜時，由於複雜的 互動，非常難達到互動模擬，而且當這些模擬變得複雜時，新問題就會出現。第一，隨 著三角數量增加，容量處理就要從新考慮；第二，由於有大量的碰撞事件，衣服的穩定 性難以處理，而且中途的計算值可能有溢位；第三，要檢測和處理大量碰撞事件；第四， 當三角形數量增加，它們變得愈小時，這時就要降低時間步長。現時，多核心CPU 和 GPU 的技術都有大進展，它們的計算能力變得更强。一個新的平行架構混合CPU 和 GPU，在未來會佔據市場，我們提出一個整合系統, 在這架構上處理以上四個問題。這 個系統有擴充力去模擬高解像度衣服，我們會用CUDA 去有效地運用GPU。 這個計劃在兩年內完成。 第一年， 我們會建立測試系統，在一個簡單的環境下模擬衣服。我們應用CUDA 發展 平行運算方法去計算衣服運動, 以及檢測和處理碰撞事件。 第二年， 我們會發展新技術去處理多層不可伸展布料, 在複雜的環境下模擬高解像度 衣服, 及利用不對稱方法去調節CPU 及GPU 的工作量。
  • Thumbnail Image
    Item type:Item,
    雪模擬與應用Kinect和虛擬人物的互動
    (2012)
    黃世強
    ;
    Wong Sai Keung
    ;
    國立交通大學資訊工程學系（所）
    我們提出一個整合系統，它包含三個子系統：雪景模擬、光線追蹤以及虛擬人物。 此系統是建立在多核心平台以及具有串流處理器的繪圖處理器上，應用平行運算技術於 各個部分，發展混合型的動態工作分配系統，提高運算的效能。它可以真實地模擬出雪 與體感控制的虛擬人物互動，並且用光線追蹤將場景畫出來。 在這個系統中，針對不同部分，提出相應的計算方法去提高效能，達到即時互動的 表現。雪景模擬將運用height map 和粒子系統來快速地模擬出真實的雪。光線追蹤將透 過 OPTIX 和CUDA 來達到GPU 的平行化。在虛擬人物模擬的方面，重點放在動作擷 取，將運用Kinect 和Skeletal Subspace Deformation 來完成。此外我們會對整合後的系統 進行最佳化，如簡化資料結構等，以提高系統的效能。 這計劃預期需要兩年時間。在計劃的第一年完成一個簡單的雪景模擬和光線追蹤的 部分，以及動作擷取和對雪景模擬加入粒子系統的處理；在第二年我們將結合雪和光線 追蹤的系統，並開始虛擬人物模擬的部分。最後我們將整合三個子系統，並做進一步的 優化。