GigaVoxels, librairie et kit de développement sur GPU pour l'exploration temps-réel et visuellement réaliste d'immenses scènes détaillées à base de SVO

National audienceNous présentons la librairie GigaVoxels utilisée pour rendre de très grandes scènes et objets détaillés en temps-réel. Implémentée en CUDA, elle tire parti des performances et fonctionnalités massivement parallèles des processeurs graphiques. Basée sur une représentation géométrique pré-filtrée volumique et associée à un algorithme de type "cone tracing" à base de voxels, elle permet un rendu haute performance avec une grande qualité de filtrage. La structure de données sous-jacente, un SVO (Sparse Voxel Octree), exploite le fait que dans les scènes 3D, les détails sont souvent concentrés sur leur interface et montre que les modèles volumétriques peuvent devenir une alternative intéressante en tant que primitive de rendu pour les applications temps-réel. Notre solution est basée sur une représentation hiérarchique adaptative de données en fonction du point de vue en cours, couplé à un algorithme de ray-casting. Le coeur du système, un mécanisme de cache implémenté GPU, offre une pagination des données en mémoire vidéo et est couplé à un pipeline de production de données capable de charger dynamiquement ou produire des voxels à la volée sur GPU. La production des données et la mise en cache dans la mémoire vidéo sont basées sur des requêtes de données et d'informations d'utilisation émises lors du rendu. Nous illustrons notre approche avec plusieurs applications