Метод адаптивной градации при настройке отсечения невидимых объектов

В работе рассматривается применение метода адаптивной градации объектов на основе их геометрической сложности для автоматизации формирования набора загораживающих объектов в 3D-сценах, разрабатываемых с помощью графических движков. Предложенный подход предусматривает их классификацию по уровню геометрической сложности с последующим учетом этой характеристики при принятии решения об их использовании в качестве загораживающих. Метод реализовывался как расширение подхода для формирования набора окклюдеров, основанного на анализе пересечений лучей с объектами. Для ускорения анализа используется иерархия ограничивающих объемов. Подход подразумевает, что загораживающим объектом считается тот объект, попадания лучей в который превышают заданный параметрический порог. В рамках предлагаемого метода подразумевается расширение подхода путем использования адаптивного порога, вычисляемого на основе классификации объектов по числу содержащихся в них треугольников. Экспериментальная проверка выполнялась в движке Unity. Использовались две 3D-сцены, заполненные базовыми встроенными примитивами и низкополигональными моделями в разном количестве. Для небольших сцен с примитивами различие между базовым и адаптивным порогами оказывается незначительным, однако в более сложных случаях метод позволяет сузить выборку. Эксперименты демонстрируют, что применение метода обеспечивает более избирательную классификацию окклюдеров в сценах с высокой плотностью объектов, а также выявляет значимость дополнительных факторов, включая размеры и пространственное расположение моделей.

1. Koch J., Gomse M., Schüppstuhl Th. Digital game-based examination for sensor placement in context of an Industry 4.0 lecture using the Unity 3D engine – a case study. Procedia Manufacturing. 2021;55:563–570. https://doi.org/10.1016/j.promfg.2021.10.077

2. Krajčovič M., Gabajová G., Matys M., et al. 3D Interactive Learning Environment as a Tool for Knowledge Transfer and Retention. Sustainability. 2021;13(14):7916. https://doi.org/10.3390/su13147916

3. Helbig C., Becker A.M., Masson T., et al. A game engine based application for visualising and analysing environmental spatiotemporal mobile sensor data in an urban context. Frontiers in Environmental Science. 2022;10:952725. https://doi.org/10.3389/fenvs.2022.952725

4. Geris A., Cukurbasi B., Kilinc M., et al. Balancing performance and comfort in virtual reality: A study of FPS, latency, and batch values. Software: Practice and Experience. 2024;54(12):2336–2348. https://doi.org/10.1002/spe.3356

5. Lee E.-S., Shin B.-S. Vertex Chunk-Based Object Culling Method for Real-Time Rendering in Metaverse. Electronics. 2023;12(12):2601. https://doi.org/10.3390/electronics12122601

6. Ding Y., Song Y. Vision-Degree-Driven Loading Strategy for Real-Time Large-Scale Scene Rendering. Computers. 2025;14(7):260. https://doi.org/10.3390/computers14070260

7. Rossi A., Barbiero M., Scremin P., et al. Robust Visibility Surface Determination in Object Space via Plücker Coordinates. Journal of Imaging. 2021;7(6):96. https://doi.org/10.3390/jimaging7060096

8. Ye L., Liu G., Chen G., et al. 3D Model Occlusion Culling Optimization Method Based on WebGPU Computing Pipeline. Computer Systems Science and Engineering. 2023;47(2):2529–2545. https://doi.org/10.32604/csse.2023.041488

9. Kiusya Z., Gikunda P., Musumba G. Adaptive mesh compression algorithm for near real-time rendering of large-scale static scenes. In: 2025 International Conference on Artificial Intelligence, Computer, Data Sciences and Applications (ACDSA), 07–09 August 2025, Antalya, Turkiye. IEEE; 2025. https://doi.org/10.1109/ACDSA65407.2025.11166552

10. Чёрный В.Г., Болсуновская М.В. Автоматизация подбора объектов для оптимизации рендеринга в Unity. В книге: Развитие интеллектуальной экономики и промышленности на основе искусственного интеллекта. Санкт-Петербург: Политех-Пресс; 2025. С. 755–771.

11. Meister D., Ogaki Sh., Benthin C., et al. A Survey on Bounding Volume Hierarchies for Ray Tracing. Computer Graphics Forum. 2021;40(2):683–712. https://doi.org/10.1111/cgf.142662

12. Meister D., Bittner J. Performance Comparison of Bounding Volume Hierarchies for GPU Ray Tracing. Journal of Computer Graphics Techniques. 2022;11(3):1–19.