科学可视化的快速压缩分割体积
摘要：基于体素的分割体积通常存储大量的标签和体素，导致数据量大，存储、传输和交互可视化困难。我们提出一种无损压缩技术来解决这些挑战。它处理分割体积的个别小方块，并通过迭代细化方案紧凑地编码标记区域及其边界。每个方块的结果是一个标签列表和一个重建方块的操作序列，进一步使用rANS-熵编码进行压缩。由于操作的相对频率在方块之间非常相似，熵编码可以使用整个数据集的全局频率表进行高效并行的（解）压缩。我们的技术实现了高吞吐量（每秒可达到几十亿字节的（解）压缩速度）和强大的压缩比，约为原始数据集大小的1\%至3\%，同时适用于基于GPU的渲染。我们对来自不同领域的各种数据集进行评估，并展示了基于GPU的体积可视化，支持即时解压缩、细节渲染（可选择将细节系数按需流式传输到GPU）以及针对解压缩方块的缓存策略，以进一步提高性能。
作者：Max Piochowiak, Carsten Dachsbacher
论文ID：2308.16619
分类：Graphics
分类简称：cs.GR
提交时间：2023-09-01