《表2 参数化算法运行时间比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于GPU并行优化的网格参数化算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图3展示了三角网格参数化结果。图中原始网格之后紧跟的是该网格的参数化结果，第一个是SA算法的结果，第二个是本文算法的结果，使用的初始值都是由Linear ABF算法得到的。在参数化结果下面标注着算法计算时间以及得到的参数化结果的平均保角度损失度量。可以看出，本文的算法在bunny与bimba这两个例子上展现了极大的优势，这是因为这两个网格相比于male，disk是大型网格（bunny有1 251 046个顶点，bimba有30 268个顶点），可以看到本文的算法因为高度并行化的缘故，长于处理大型网格，在计算速度上占有极大的优势。同时，将本文算法同SLIM[23]、AMIPS[24]算法进行比较，结果展示在表2中，可以看出本文算法得到高质量网格的同时，运算时间基本缩短了至少百倍以上，比如tooth，SLIM算法所用时间是本文算法的23 726倍。图4展示了网格大小递进的gargoyle模型MIPS能量下降趋势，证明本文算法的可扩展性，大多数算法在模型点数超过150k时，收敛会变慢，本文算法却在网格模型变大为320k个面时，保持着近乎一致的收敛速度。