Figure 3: Vertex attributes encoded

Figure 3: Vertex attributes encoded relative to the local coordinate system interpolated from neighboring vertices.
3. Progressive Mesh Generation
The progressive mesh generation is based on the parallel edge collapse simplification algorithm of Grund et
al. [GDG11]. Figure 4 gives an overview of the extensions
and modifications necessary to construct a progressive mesh
that allows both parallel adaption and real-time editing.
After loading the initial mesh, the attributes and indices
are transferred to the GPU and stored in a vertex buffer
and index buffer. Then the edge data structure is filled as in
the original simplification algorithm. Additionally, we store
the edge indices for each face since we require them later
to guarantee a fixed collapse neighborhood. In contrast to
the previous simplification algorithm, we use memoryless
simplification [LT98] which results in computing the vertex
quadrics inside the simplification loop.
All adjacent faces and boundary edge quadrics are accumulated to calculate the vertex quadrics. The quadric error
optimization is identical to the original method with the exception that the stored simplification error εv of vertex v is:

Kết quả (Việt) 1:

Hình 3: Đỉnh thuộc tính mã hóa liên quan đến hệ tọa độ địa phương interpolated từ nước láng giềng đỉnh.3. tiến bộ lưới thế hệThế hệ tiến bộ lưới dựa trên thuật toán đơn giản hóa sự sụp đổ trên song song cạnh Grund etAl. [GDG11]. Hình 4 cho một tổng quan về các tiện ích mở rộngvà sửa đổi cần thiết để xây dựng một lưới tiến bộcho phép cả hai song song thích ứng và chỉnh sửa thời gian thực.Sau khi tải lưới ban đầu, thuộc tính và các chỉ sốđược chuyển giao cho GPU và lưu trữ trong một bộ đệm đỉnhvà chỉ mục đệm. Sau đó cấu trúc dữ liệu edge là đầy như trongCác thuật toán đơn giản hoá ban đầu. Ngoài ra, chúng tôi lưu trữchỉ số cạnh cho mỗi mặt kể từ khi chúng tôi yêu cầu họ sau nàyđể đảm bảo một cố định thu hẹp vùng lân cận. Ngược vớiCác thuật toán đơn giản hóa trước đó, chúng tôi sử dụng memorylessđơn giản hóa [LT98] mà kết quả trong tính toán đỉnhquadrics bên trong vòng lặp đơn giản hoá.Bên cạnh tất cả khuôn mặt và ranh giới cạnh quadrics được tích lũy để tính toán đỉnh quadrics. Lỗi quadrictối ưu hóa là giống hệt với phương pháp ban đầu với ngoại lệ εv lỗi đơn giản hóa được lưu trữ của đỉnh v là:

Kết quả (Việt) 2:

Hình 3: Vertex thuộc tính tương đối được mã hóa với hệ tọa độ địa phương suy từ các đỉnh lân cận.
3. Progressive lưới thế hệ
thế hệ lưới tiến bộ dựa trên các cạnh sụp đổ thuật toán đơn giản song song của Grund et
al. [GDG11]. Hình 4 cho một tổng quan về các phần mở rộng
và sửa đổi cần thiết để xây dựng một mạng lưới tiến bộ
cho phép cả hai thích ứng song song và chỉnh sửa thời gian.
Sau khi tải lưới ban đầu, các thuộc tính và các chỉ số
được chuyển giao cho các GPU và được lưu trữ trong một bộ đệm đỉnh
và chỉ số đệm. Sau đó, các cấu trúc dữ liệu cạnh được điền như trong
thuật toán đơn giản ban đầu. Ngoài ra, chúng tôi lưu trữ
các chỉ số cạnh cho từng khuôn mặt kể từ khi chúng tôi yêu cầu họ sau này
để đảm bảo một khu phố sụp đổ cố định. Ngược lại với
các thuật toán đơn giản trước đây, chúng tôi sử dụng không nhớ
đơn giản hóa [LT98] mà kết quả trong việc tính toán đỉnh
-quadric bên trong vòng lặp đơn giản hóa.
Tất cả các mặt kề nhau và -quadric cạnh ranh giới được tích lũy để tính toán -quadric đỉnh. Các lỗi quađric
tối ưu hóa là giống với phương pháp ban đầu với các ngoại lệ mà được lưu trữ đơn giản hóa lỗi εv của đỉnh v là: