原文：

Houston, Ben, Mark Wiebe, and Chris Batty. “RLE sparse level sets.” ACM SIGGRAPH 2004 Sketches. 2004. 137.

只有一頁，這就是技術(shù)草案的含金量嗎

RLE 稀疏水平集

run-length encoded, RLE 游程編碼

為什么 run-length 會被翻譯為游程
我理解它把連續(xù)的重復(fù)出現(xiàn)的數(shù)字編碼成 值+出現(xiàn)次數(shù) 的思想
但是還是理解不了這個翻譯
只能把 run 理解為 值 - 出現(xiàn)次數(shù) 的 pair
或許這個 pair 就被稱為游程

RLE 稀疏水平集表示具有許多有益的特性：

（1）高度可擴(kuò)展，

（2）快速隨機(jī)訪問，

（3）窄帶的順序遍歷是最佳的，

（4）在整個包圍體中提供近似距離值，

（5）易于適應(yīng)大多數(shù)為常規(guī)網(wǎng)格結(jié)構(gòu)開發(fā)的現(xiàn)有水平集方法。

這些優(yōu)點(diǎn)并不都是八叉樹、稀疏域方法或稀疏塊網(wǎng)格可擴(kuò)展水平集表示所共有的（在 [Bridson 2003] 中進(jìn)行了評論）。

隨機(jī)訪問

實(shí)現(xiàn)：

1. 在每行開始時重新啟動 RLE

2. 將兩個表添加到 RLE 結(jié)構(gòu)中

   run-start table 游程起點(diǎn)表 將每個游程與其沿壓縮軸的起始體素坐標(biāo)相關(guān)聯(lián)

   第二個表將其他兩個軸的體素坐標(biāo)與相應(yīng)游程長度編碼行的第一游程相關(guān)聯(lián)

那么隨機(jī)訪問的過程是

1. 使用上述第二個表查找與感興趣的行相對應(yīng)的 run-start table 中的段

2. 如果這個游程已經(jīng)被定義的話，對 run-start table 的已識別段使用二分搜索來查找感興趣的游程

3. 使用游程數(shù)據(jù)起始偏移量來確定體素值的數(shù)據(jù)索引。因此，隨機(jī)訪問時間減少到 O(log r) 而不是 O?，其中 r 是單行中的平均運(yùn)行次數(shù)，R 是運(yùn)行總數(shù)。

水平集游程類型

定義三種類型，有定義、正無窮、負(fù)無窮

如果是窄帶水平集，有定義對應(yīng)窄帶之內(nèi)，正無窮對應(yīng) SDF 值大于寬度，負(fù)無窮對應(yīng) SDF 值小于寬度的負(fù)數(shù)

需要注意的是，定義的運(yùn)行類型與所有其他運(yùn)行類型的不同之處在于，此類表示的單元格的值顯式存儲在關(guān)聯(lián)的平面值數(shù)組中。

他這句話的意思應(yīng)該就是，”有定義“就是表示有實(shí)際對應(yīng)的值？

編碼

構(gòu)建 RLE 稀疏場結(jié)構(gòu)的空間和時間復(fù)雜度均為 O(n^2 +R+D)，其中 n 是包圍體的邊長，D 是定義的體素總數(shù)。

假設(shè)在任何 O(n^3 ) 網(wǎng)格中，只有 O(n^2 ) 個單元靠近表面，就像足夠光滑的幾何形狀的情況一樣，RLE 稀疏場結(jié)構(gòu)的縮放比例接近最優(yōu)的，O(n^2 + R)的，空間和時間成本

不確定他是不是說的”最優(yōu)的，O(n^2 + R)的成本“

CSG 操作

當(dāng)輸入 RLE 稀疏水平集的編碼軸匹配時，僅使用 O(R_a+D_a+R_b+D_b) 操作即可非常高效地執(zhí)行常見水平集 CSG 操作（例如并集、交集和減法）

增強(qiáng)水平集

與許多稀疏結(jié)構(gòu)不同，RLE 稀疏字段與定義值的存儲分離。因此，對于用輔助數(shù)據(jù)增強(qiáng)的水平集，例如 [Houston et al 2003] 中引入的全局遮擋表示形式，單個 RLE 稀疏字段結(jié)構(gòu)可以與多個定義的平面值數(shù)組相關(guān)聯(lián)，每個值對應(yīng)一個所需的輔助字段

這個 Augmented 與其翻譯為增強(qiáng)，不如翻譯為拓展？

表現(xiàn)動畫角色

轉(zhuǎn)換為 RLE 形式

網(wǎng)格面到 RLE 水平集

在 [Houston et al. 2003] 中介紹的，將網(wǎng)格轉(zhuǎn)換為密集水平集的結(jié)構(gòu)化射線投射方法，可以適用于 RLE 稀疏水平集，這樣既不需要 O(n^3) 中間存儲，也不需要 O(n^3) 操作。這種效率源于射線投射算子能夠同時為體積的大型線性部分提供 SDF 的上界。

雖然結(jié)構(gòu)化低密度射線投射本身并不能產(chǎn)生精確的距離場解，但可以使用較慢但精確的方法作為后處理，將已識別窄帶的水平集值提高到亞體素精度

自相交

為了處理傳統(tǒng)動畫角色中經(jīng)常出現(xiàn)的自相交問題，我們采用以下消歧方案：與網(wǎng)格點(diǎn)相交的每個光線投射都會產(chǎn)生內(nèi)部或外部投票以及相應(yīng)的帶符號距離值。經(jīng)過多個通道 pass 后，得票最多的符號對應(yīng)的距離將被解析為最終的水平集的值

時間抗鋸齒

動畫角色通常具有子體素特征，例如尖銳的折疊或邊緣，當(dāng)在規(guī)則的網(wǎng)格結(jié)構(gòu)上進(jìn)行動畫處理時，可能會導(dǎo)致視覺上令人不快的鋸齒偽影。為了消除這些偽影，無需美術(shù)師干預(yù)或調(diào)節(jié)，可以將網(wǎng)格轉(zhuǎn)換為所需分辨率兩倍的 RLE 稀疏水平集，然后使用低通濾波器下采樣至所需分辨率

總結(jié)

看上去核心就是那個隨機(jī)訪問的過程

但是我理解不了他是怎么做到的文章來源地址http://www.zghlxwxcb.cn/news/detail-834852.html

到了這里，關(guān)于RLE 稀疏水平集 RLE sparse level sets 論文閱讀筆記的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！