Compression de données et Visualisation distante

Présentation au sujet: "Compression de données et Visualisation distante"— Transcription de la présentation:

1 Compression de données et Visualisation distante
Simulation et Pétaflops Journée et 1er décembre 2003, Saclay Compression de données et Visualisation distante Fabien Vivodtzev Thèse CFR encadrée par : Georges-Pierre Bonneau Paul Le Texier (Université Joseph Fourier Grenoble 1) (CEA/CESTA DEV/SIS/GEC) (GRAVIR, projet EVASION, CNRS, INRIA, INPG, UJF)

2 Définition du problème
Contexte Objectifs Manipulation (stockage, parcours, transfert) des données volumiques Visualisation de ces données sur des stations graphiques La manipulation interactive est un passage obligé pour une bonne compréhension d'une scène 3D Problèmes Masse des données à traiter Performances standards des stations graphiques utilisées Transfert Visualisation Exploitation Compréhension de résultats Simulation numérique Solution envisagée Compression de données Hiérarchisation : Représentation Multirésolution (MR) Visualisation volumique adaptée

3 Un exemple de données étudiées
Maillages construits à partir de simulations numériques grilles volumiques non-structurées plusieurs dizaines de millions de mailles différents types de mailles (3D: tétraèdres, 2D: triangles, 1D: poly-lignes) plusieurs variables numériques à chaque maille et/ou sommet présence de différents matériaux

4 Exemple d'application Électromagnétisme Dimensions Origines
visualiser les éléments nécessaires au calcul de la SER Dimensions 1m de long sur 20cm de diamètre échantillonnage de l’ordre de la longueur d’onde du champ électromagnétique incident 30 Millions de cellules tétraédriques et plus Origines mailleur I-DEAS et ICEMCFD-Tetra Image générée par

5 Problématique des données de masses
Avancée asymétrique Code de calcul multi-physiques mécanique, aérodynamique, chimie, thermique, ... Avancée technologique des outils d’acquisitions et de simulations Nécessité de traiter les données avant exploitation Outils et méthodes existants d’exploitation et de visualisation

6 Problématique des données de masses (suite)
Puissance de calcul déséquilibrée Puissance de calcul disponible Visualisation Simulation Pré - post-traitement Temps d’exécution Moyens centralisés (TERA) Visualisation scientifique De quels moyens dispose t'elle ? Quelle stratégie adopter ?

7 Stratégies de visualisation
Visualisation parallèle grappe de PC dédiée à la visualisation partitionnement du volume Mur d’images juxtaposition d ’écrans standards résolution de l ’ordre de plusieurs millions de pixels Interface utilisateur minimiser le coût de sélection d ’une caractéristique comparaison de cas Réduction de données représentation hiérarchique extraction de caractéristiques

8 Solution envisagée Modélisation (structure de donnée) des ensembles volumiques différents types de mailles optimisée pour des tétraèdres  performante à l'utilisation Hiérarchisation compression avec perte contrôlée de l'information représentation multirésolution (MR) critère de l'erreur de l'approximation entre les résolutions critère géométrique critère sur les données numériques Visualisation choix de l'information à visualiser (loupe, point de vue, caractéristique, …) utilisation de la représentation multirésolution

9 Illustration d'une résolution variable
[De Floriani et al. 00] Film généré avec la librairie : MT (MULTI-TESSELATION)

10 Avantages et inconvénients de la MR
Transfert progressif de l'information (réseau) Exploration interactive a faible résolution (résolution uniforme) Résolution la plus fine dans un volume d'intérêt (résolution variable) Adaptée à une exploitation sur station graphiques courantes Inconvénients Représentation coûteuse (temps de calcul) Mesure de l'erreur entre les résolutions création en pré-traitement avec une grande puissance de calcul choix de la précision selon le domaine d'étude … néanmoins cela reste un problème ouvert

11 Modélisation (structure de données)
Maillage de référence tétraédrique structure de données indexées : T  { V } relation d'adjacence des faces vers des tétraèdres : F  T relation d'adjacence des sommets vers des tétraèdres : V  { T } Représentation relative de tous les différents type de maille Relation de dépendance des opérations effectuées sur le maillage Graphe Direct Acyclique (DAG) 2 3 1 1 2

12 Simplification volumiques
Simplification de maillages tétraédriques instructurés [Renze et Oliver 96] [Popovic et Hoppe 97] [Trotts et al. 98] [Staadt et Gross 98] [Cignoni et al. 00] [Chopra et Meyer 02] Stratégie de décimation ( raffinement) structure de donnée (V  T) contraction itérative d'arêtes mesure de l'erreur pour chaque contraction d'arêtes respect de la topologie [Dey 99] respect de la géométrie (inversion, étirement ou intersection de tétraèdres) Choix de l'arête dont la contraction introduira l'erreur minimale

13 Mesures des erreurs entre les résolutions
Erreur sur la géométrique Évaluation locale :distance Euclidienne entre points et plans moyens Évaluation globale : distance de Hausdorff Erreur sur les données Différence sur les données aux sommets Ondelettes … à spécifier suivant l'application Intégration des deux types d'erreurs Minimiser la somme pondérée de toutes les erreurs Minimiser la plus grande des erreurs

14 Visualisation Logiciels existants Méthode proposée
Ensight (CEI), AVS/Express (AVS), VTK/ParaView (Kitware, LANL), Medit (INRIA) , TAn2 (U. de Gène), ... Méthode proposée Structure de données de base minimale Techniques de visualisation simples mais adaptées isosurfaces, rendu en fil de fer, … utilisation d'OpenGL et de ses extensions (GL_VERTEX_ARRAY) Utilisation de la multirésolution en visualisation volumique taille des maillages adaptée à l'espace mémoire disponible transfert d'un résolution intermédiaire à travers un réseau contrôle de l'erreur d'approximation à chaque cellule Computationnal Engineering International

15 Conclusion Visualisation de données volumiques de masses issues de simulations numériques Création d'une représentation multirésolution Critère de l'erreur d'approximation géométrique et numérique Transfert de l'information à travers un réseau Visualisation sur stations graphiques standards Merci.