انقلابی دیگردرجهان 3 بعدی

محققان دانشگاه کالیفرنیای جنوبی موفق به کشف روشی برای فشرده سازی فایلهای 3 بعدی بزرگ و پرکاربردی شدند که در ساخت بازیهای رایانه ای و نشانه های گرافیکی 3 بعدی استفاده می شود.
کد خبر: ۴۴۹۵۹

این خبر کوتاه که از طریق پایگاه ScienceDaily منتشر شده است می تواند نشانگر آغاز دوره ای باشد که توانایی های رایانه ها را در طراحی و ساخت انیمیشن ها و نشانهای گرافیکی 3 بعدی به طور قابل توجهی افزایش خواهد داد.
ماتیو دسبورن (Mathieu Desbrun) دانشیار بخش رایانه دانشگاه کالیفرنیا در این باره می گوید: اگرچه امروزه فشرده سازی فایلهای صوتی ، تصاویر و ویدیو ها نسبت به گذشته بسیار آسانتر شده است ، اما کماکان این روشها از الگوریتم های پیچیده و بغرنجی استفاده می کنند؛ اما همین الگوریتم ها در مقابل روشهایی که برای فشرده سازی تصاویر 3 بعدی مورد استفاده قرار می گیرند بی نهایت ساده هستند و الگوریتم هایی که برای فشرده سازی این فایلها باید مورد استفاده قرار گیرند باعث درگیری ذهنی جمع زیادی از دانشمندان شده است.
البته در کنفرانس تابستانی SIGGRAPH-2004 که در لس آنجلس برگزار شد روش جالبی از سوی دسبورن ارائه شد که می تواند مشکل فشرده سازی اشیای 3 بعدی را تا حد قابل توجهی کاهش دهد.
این روشها و متدها علاوه بر آن که می تواند باعث فشرده سازی فایلها و نشان های 3 بعدی موجود شود، کاربرد گسترده ای نیز در اسکنرهای 3 بعدی خواهد داشت.
این اسکنرها وظیفه تهیه طرح هایی از اشیای 3 بعدی را به عهده دارند و باید بتوانند نتیجه نهایی را با کمترین ظرفیت ممکن در اختیار کاربرانی قرار دهند که مرحله بعدی عملیاتی آنها وابسته به نتایجی است که این اسکنرها برای آنها آماده می کنند.
روش ارائه شده توسط دسبورن از بهینه ساختن یک الگوی قدیمی الهام گرفته است و خوانندگان ایرانی با اصول این روش به شکل تجربی سالهاست که آشنایند.
هنرمندان خاتم اصفهان برای آن که نقش ونگارهای گوناگونی را روی سطوح و احجام مختلف نقش کنند از قطعات مثلثی شکل بسیار کوچک استفاده کرده و با کنار هم قرار دادن این الگوهاست که نقش نهایی تولید و آماده می شود.
حال تصور کنید قصد داریم طرحی 3 بعدی را فشرده سازی کنیم. اگر هر یک از لایه های سطحی گوناگون این شکل را به مثلثهای کوچک تقسیم کنیم و الگویی برای تولید هر یک از مثلثها بیابیم و نتیجه را ذخیره کنیم ، خواهیم توانست به جای یک سطح 3 بعدی پیچیده تنها الگوهایی که کنارهم قرارگرفتن مثلثهای کوچک را مشخص می کنند تعیین کنیم.
این روش پیش از این نیز از سوی مهندسان و طراحان رایانه مورد استفاده قرار می گرفت ، اما به تنهایی چندان کارآیی نداشت.
کارآیی این روش زمانی مشخص می شود که شما بتوانید با حداقل نشانهای لازم ، این فشرده سازی را انجام دهید وگرنه ممکن است باردیگر که به آنها احتیاج دارید عملا حجمی قابل مقایسه با حجم فایل اولیه در اختیار داشته باشید.روشی که سالها دانشمندان روی آن کار می کردند، بر این اساس استوار بود که بتوانند الگویی و الگوریتمی ریاضی پیدا کنند که بتواند درباره سطوح مختلف تصمیم گیری کرده و تنها در نقاطی که نیاز به فشرده سازی است ، اجزای مثلثی را وارد کند و در بقیه موارد از این کار صرف نظر کند.
تصور کنید با یک صفحه مستطیل شکل ساده طرف باشیم. شاید ذخیره سازی مستقیم این صفحه حجم کمتری از روش تقسیم بندی آن با شبکه های مثلثی را اشغال کند، اما اگر این سطح جزیی از یک شکل 3 بعدی باشد، برای آن که بتوانیم کل الگو را فشرده کنیم مجبور به فشرده سازی این ناحیه نیز خواهیم بود.
پیدا کردن الگویی که بتواند در میان سطوح مختلف تمایز قایل شده و بخشهای مورد نیاز را فشرده کند، مساله اصلی بود که باید حل می شد.
تاپیش از این عملا هیچ الگوریتمی که بتواند این تصمیم گیری را در طول بازه زمانی متناهی برای هر شکل انجام دهد وجود نداشت.
کار مهمی که دسبورن و همراهان او در تیم مدلسازی دانشگاه کالیفرنیای جنوبی به انجام رسانده و تحسین گروههای طراح رایانه را در جهان برانگیخته اند پیدا کردن الگوریتمی بود که می توانست این کار را با دقت قابل قبول و موجهی در زمان محدود انجام دهد.
بنابراین از این پس برای فشرده سازی این فایلهای 3بعدی نیازی به اضافه کردن مثلثهای بیش از حد نیست و می توان براساس الگویی منطقی نواحی خاص را با روش شبکه ای مورد فشرده سازی قرار داد.
نتایج آزمایش های انجام شده با این روش با دقت خوبی با آنچه دانشمندان انتظارش را داشتند وفق می کند. این روش می تواند باعث انقلاب دیگری در زمینه ذخیره سازی و در نتیجه افزایش استفاده از نشانهای 3 بعدی در رایانه شود و شاید بیش از هرکس طراحان گرافیک و سازندگان بازیهای رایانه ای بتوانند نسبت به فناوری جدید که از دل یک مساله ریاضی به وجود آمده است خوشبین باشند.
جهانی که ما آن را درک می کنیم ، جهانی 3 بعدی است و باید خوشحال باشیم که تعداد ابعاد قابل احساس ما بیش از این نیست وگرنه مهندسان مجبور بودند به حل و بهینه سازی معادلاتی بپردازند که سطوح را در ابعاد بالاتر تعریف می کرد و شاید این زمان پردازش های رایانه های شما را تا حد بی نهایت افزایش دهد.

newsQrCode
ارسال نظرات در انتظار بررسی: ۰ انتشار یافته: ۰

نیازمندی ها