前端开发中，hover是最常见的鼠标操作行为之一，用起来也很方便，CSS直接提供:hover伪类，js可以通过mouseover+mouseout事件模拟，甚至一些第三方库/框架直接提供了 hover API ，比如 jQuery 的 hover() 函数。大部分前端开发者在使用这些很方便的方法时，可能并没有思考过 hover 背后的实现原理。
最近在解决三维问题时，需要判断线段是否与立方体交叉，这个问题可以引申为：射线是否穿过立方体AABB。 在3D游戏开发中碰撞检测普遍采用的算法是轴对齐矩形边界框(Axially Aligned Bounding Box, AABB)包装盒方法,其基本思想是用一个立方体或者球体完全包裹住3D物体对象，然后根据包装盒的距离、位置等相关信息来计算是否发生碰撞。 slab的碰撞检测算法 本文接下来主要讨论射线与AABB的关系，主要对box2d碰撞检测使用的slab的碰撞检测算法(Slabs method
昨天，我们分享了一篇2D物理文档《LayaAirIDE的可视化2D物理使用文档》。
Three.js是一个流行的JavaScript库，用于在浏览器中创建和显示3D图形。它基于WebGL，一个浏览器支持的3D图形API，使得开发者能够在网页上创建复杂的3D场景和交互体验。
之前我们讲解了如何利用叉乘 判断点是否在凸多边形内。但该算法限制较大，多边形必须为凸多变形。
前两篇我们分别介绍了渲染的发展史和真实感渲染的具体技术，作为本系列的最后一篇，聊一下渲染相关的前沿技术。
本章是前面第四章光线追踪内容的扩展内容，内容比较少，字数4.4k，补充了一些实现光线追踪中常用的更进一步的技术，包括对透明物体的渲染，实例化技术在光线追踪中的应用，如何在光线追踪中渲染构造实体几何(CSG)和利用分布式光线追踪可以达到的很多华丽的效果。
射线Ray，在3D图形学中有非常多重要的应用。比方，pick操作就是使用射线Ray来实现的，还有诸如子弹射线的碰撞检測等等都能够使用射线Ray来完毕。
相信小伙伴体检的时候都拍过胸片，假如哪个不幸的小伙伴胸片有点“小问题”的话呢，还要再拍个CT图像让医生仔细看一下，那么这些图像有什么区别呢？又是如何得到的呢？今天我给大家简单介绍一下。
解决的思路就是，对于给定点p，作一条沿x轴正方向的射线，然后计算这条射线与多边形的边相交的次数。
众所周知，X 光由于有着十分强大的穿透力而被广泛地应用于医疗、安检、考古、生物、工业检测等场景的透射成像。
机器之心专栏 作者：中科大张举勇课题组 来自中科大的张举勇教授课题组联合杭州像衍科技有限公司与浙江大学，于近期一同提出一种基于单目 RGB 视频的高保真三维人体重建算法SelfRecon，该算法仅需输入目标对象一段十几秒的自转视频，即可恢复重建对象的高保真数字化身。 近年来，随着图形技术的快速发展，各类虚拟数字人开始走入我们的日常，如数字航天员小诤、百度智能云 AI 手语主播、腾讯 3D 手语数智人 “聆语” 等纷纷亮相。实际上，三维数字人技术于我们的日常生活早有应用，如早在 2015 年上映的电影《速度与
任何复杂的三维模型都可以视作空间三角面片的集合，很容易碰到的一个问题就是空间射线与三角形相交的问题，例如拾取、遮蔽检测等。这里就总结下该问题的两种算法实现。
从第一款FPS游戏《德军总部3D》出现以来，这种类型的游戏广受好评，创新的玩法也层出不穷，比如“吃鸡”。
本文为粉丝投稿，原文链接：https://zhuanlan.zhihu.com/p/702702109。
在商业飞机货舱的压力下，一些锂离子电池能够着火，更糟糕的是爆炸。这些电池虽然很小，但会造成很大的损害。例如，一个普通智能手机的20倍大小的电池，能够把一个中等大小的房间的窗户吹走。
如果不想用Unity的导航系统，很多时候就要解决如何预判前进路径中的障碍物问题，之前也看过一些非常经典的寻路算法例如AStar寻路，虽然也可实现功能，但总感觉有些小题大做。寻路算法大多数都是为了得出最优解，但如果只是用在一个区域内随机运动的远程怪身上的话，根本就不需要用这么复杂的算法。
AI 一直是游戏开发中一个热门词汇，当然这不是人工智能的那个 AI ，而是指有着人类思想的 NPC 或者聪明的敌人等等。根据游戏的类型和复杂程度， AI 的实现可以很简单，也可以非常复杂。作为新手，本文不会讨论所谓高级 AI 的实现方式，那太不现实，不过我们可以先从最简单、最常用也是最实用的 AI 寻路探索开始入手，进而丰富我们的小游戏！
判断一个点是否在多边形内是处理空间数据时经常面对的需求，例如GIS软件中的点选功能、根据多边形边界筛选出位于多边形内的点、求交集、筛选不在多边形内的点等等。判断一个点是否在多边形内有几种不同的思路，相应的方法有：
计算机视觉中一个研究方向是在 MLP 的权重中编码对象和场景，使得该 MLP 直接从 3D 空间位置映射到形状的隐式表示。然而，之前的方法无法使用离散的方式（如三角形网格或体素网格）以相同的保真度再现具有复杂几何形状的真实场景，迄今为止也仅限于表示具有低几何复杂性的简单形状，从而导致渲染过度平滑。NeRF提出将一个静态场景表示为5D输入，即：空间中某个位置的3D坐标以及观察方向，通过MLP神经网络得到该位置的颜色以及体密度，使用体绘制技术可以得到输入相机位姿条件下的视角图片，然后和 ground truth 做损失即可完成可微优化，从而渲染出连续的真实场景。
判断平面内点是否在多边形内有多种算法，其中射线法是其中比较好理解的一种，而且能够支持凹多边形的情况。该算法的思路很简单，就是从目标点出发引一条射线，看这条射线和多边形所有边的交点数目。如果有奇数个交点，则说明在内部，如果有偶数个交点，则说明在外部。如下图所示：
最近这两年，时不时会听到“（高）真实感渲染”这个词，什么效果才能称其为高真实感，其定义又是什么，本系列就和大家聊一聊我对真实感的一些浅薄理解。该系列包括三个方面：
在写这篇文章时，我特意去Wiki上搜了一下ScreenSpace, 可能是由于太过直白的缘故，并没有找到标准的定义。
2．用编码裁剪法裁剪二维线段时，判断下列直线段采用哪种处理方法。假设直线段两个端点M、N的编码为1000和1001（按TBRL顺序）（ ）
相约女神节 biu~ biu~ biu~ 我们的运筹学教学推文又出新文拉 还是熟悉的配方，熟悉的味道 今天向大家推出的是 Benders decomposition（一）技术介绍篇 1.背景介绍 Benders分解算法是由Jacques F. Benders在1962年首先提出，目的是用于解决混合整数规划问题(mixed integer programming problem,简称MIP问题)，即连续变量与整数变量同时出现的极值问题[1]。但它的实际应用并不限于此，A.M. Geoffrion建
本文主要关于如何在 UE 中配置 Foot IK。其背后的算法、原理因为涉及内容较多，后面会单独另外写一篇。
前面我们讲到，射线法的主要思路就是计算射线穿越多边形边界的次数。那么对于点在多边形的边上这种特殊情况，射线出发的这一次，是否应该算作穿越呢？
Shahrokh Valaee 教授和博士生 Hojjat Salehinejad 正在使用机器学习创建虚拟 X 射线胸透影像来训练 AI 系统识别罕见疾病。摄影：Jess MacInnis
据 VentureBeat 报道，Google AI 利用人工智能系统，借助数千个带有高质量标签的数据库，精准解读胸部 X 射线图像。论文已发表在《自然》杂志。
笔者在工作过程中遇到一个场景，需要批量判断点是否位于某个多边形，搜索了几个算法，发现过于复杂，本身理解就有困难，编成代码就更难了。
在three.js中，展示的一切内容都是在canvas中绘制的，所以点击事件点击到物体上是无法获取点击对象的，要获取点击的对象要使用RayCaster，用于在三维空间中进行鼠标拾取，原理是：相机与鼠标所在的设备坐标之间的连线经过哪些物体。
在three.js中，展示的一切内容都是在canvas中绘制的，所以点击事件点击到物体上是无法获取点击对象的，要获取点击的对象，要使用RayCaster,是用于在三维空间中进行鼠标拾取，原理是相机与鼠标所在的设备坐标之间的连线经过哪些物体。
呜啦啦啦啦啦啦啦大家好，本周的AI Scholar Weekly栏目又和大家见面啦！
本文介绍了Surround 360开源全景拍摄和拼接软件，它通过使用17台相机同时拍摄，并利用其独特的算法将拍摄到的图片合成为一张完整的全景图。该软件具有高速处理、高精度的特点，能够生成高质量的3D全景图，使用户能够体验到身临其境的感觉。同时，该软件的源代码已经上传到GitHub上，供用户自由使用和研究。"
之前我的笔记都是在OneNote上记录的，苦于OneNote羸弱的跨平台性，我决定抛弃OneNote，今后的笔记都用Markdown记录，方便迁移也方便调整格式。文章一开始编辑后会保存在我的Github仓库中(https://github.com/ZFhuang/Study-Notes)，整理完后会发到公众号上，并延时同步到我的腾讯云。
今天将分享全景 X 线牙科计数和诊断完整实现版本，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
需求: 根据当前像素的Depth计算出其View空间的Position 先说一种惯性思维的方法: 既然知道depth是怎么算出来的, 那么进行逆运算回去不就得到position了? 先说说depth是
在3D场景中常用的一个需求就是鼠标在屏幕上点击特定位置，选中一个物体模型，进行下一步的操作。比如说移动、旋转变形或者改变物体模型渲染外观等等。具体怎么实现呢？这涉及到把二维坐标转换到三维场景里，进行检测找到选种的模型。
论文地址： https://arxiv.org/pdf/2007.15652.pdf
一幅图像可定义为一个二维函数 f(x,y)f(x,y)f(x,y)，其中 xxx 和 yyy 是空间（平面）坐标，而任何一对空间坐标 (x,y)(x,y)(x,y) 处的幅值 fff 称为图像在该点处的强度或灰度。当 x,yx,yx,y 和灰度值 fff 是有限的离散数值时，我们称该图像为数字图像。数字图像处理是指借助于数字计算机来处理数字图像。
论文：IRMCL: Implicit Representation-based Online Global Localization
科罗拉多州国家大气研究中心 (NCAR) 的研究人员利用 NeRFs 神经网络，将太阳的二维图像转换成三维重建图像，首次揭示了太阳的两极。
场景描述：许多艺术作品中，在真实的表象之下，会隐藏一些难以察觉的秘密 。比如在毕加索的一些绘画里，就有被新画覆盖掉的作品。而在 X 光检测和神经风格迁移等技术下，被「藏」起来的作品得以重现。
我今天要介绍的是我们在CVPR 2020上被录用的文章《PolarMask: Single Shot Instance Segmentation with Polar Representation》，介绍一种single shot的实例分割框架PolarMask。
头颅测量分析是正畸和正颌领域常用的一项基础检查。分析中的关键操作是从侧位头颅侧位片上标记颅面标志。这些标志是后续定性评估角度和距离的基准，可提供患者颅面状况的诊断信息并影响治疗计划决策。然而，可靠的标志注释通常需要经验丰富的医生，即使对于经验丰富的正畸医生来说，手动识别这些标志也是一个耗时且费力的过程。因此，全自动和准确的标志定位一直是一个存在已久且需求巨大的领域。
优化由符号定义的透镜和反射镜的系统，用内置图像处理或数据分析函数检测光学元件，计算复杂的射线跟踪模型。
了解参与基因表达、线粒体呼吸或病毒感染等高度复杂过程的蛋白质的详细分子结构，对我们理解这些过程大有帮助。然而，要确定包含数十个独立蛋白质亚基的大型动态大分子复合物的分子结构往往十分困难。此外，整体膜蛋白一旦脱离脂质环境，通常就无法结晶，因此很难通过 X 射线衍射来解析其结构问题，而且许多整体膜蛋白体积过大，无法进行核磁共振成像。原则上，电子显微镜（EM）可以观察到直径在100至300 Å范围内的离散物体。实际上，在获得高分辨率图像之前，高强度的电子显微镜光束往往会损坏样本。在冷冻电子显微镜（cryo-EM）中，将含有许多相关结构单独副本的样品快速冷冻在玻璃体（或非结晶）冰中，并在使用电子显微镜进行二维观察时保持冷冻状态，从而大大减少了电子束对样品的损坏。
除此之外还有一种算法是利用计算机图形学中绘制直线的Bresenham算法，这种算法的效率很高，原理就是用遍历的办法规避乘法和除法，只用加减法就能完成线段的栅格化。
---- 新智元报道 编辑：David 桃子 【新智元导读】虚幻引擎5中，多亏有了全局光照系统Lumen才能让更多人人沉浸在虚拟世界中。对于它的研发过程，创立者Krzysztof Narkowicz对其进行了解读。 实时全局光照（Real-time GI）一直是计算机图形学的圣杯。 多年来，业界也提出多种方法来解决这个问题。 常用的方法包通过利用某些假设来约束问题域，比如静态几何，粗糙的场景表示或者追踪粗糙探针，以及在两者之间插值照明。 在虚幻引擎中，全局光照和反射系统Lumen这一技术便是由K
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
对象存储
云直播
