自Catmull-Clark以来，细分算法取得了哪些进展？

1978年，Edwin Catmull和Jim Clark定义了递归细分过程，并以它们的名字命名，尽管这些原则在今天仍然适用，但在优化和准确性方面取得了哪些进展？

subdivision

— 非常随机
source

在SIGGRAPH 2014上，在实时渲染方面取得了进步，有人在讨论职责划分中使用细分。我不记得具体细节，但那里可能有一些不错的信息给您！

— 艾伦·沃尔夫

这听起来像是通过细分曲面上的调查文件可以最好地回答的问题，实际上，在Google中搜索“细分曲面调查”会带来许多相关出版物。例如，“已经设计了用于直接评估的算法[Sta98，ZK02]，编辑[BKZ01，BMBZ02，BMZB02，BLZ00]，纹理化[PB00]以及转换为其他流行表示形式[Pet00]，并且硬件支持细分曲面的渲染已经提出[BAD + 01，BKS00，PS96]” — Boier-Martin等，2005。

— 拉胡尔2015年

“我们还研究了具有理论优势的新方案采用率低的原因，并解释了为什么Catmull–Clark曲面已成为几何建模中的事实上的标准” – Cashman，2011年。

— 拉胡尔

向@NoviceInDisguise道歉也没有时间，但是对Catmull-Clark进行了WRT，也许它仍然被大量使用的原因之一是DeRose等人对其进行了扩展，例如在细分中允许加入折痕的清晰度因素等。。cs.rutgers.edu/~decarlo/readings/derose98.pdf IIRC这些扩展最初并不随意使用（但是一些商业工具行货皮克斯），但是，除非我错了，现在好像是自由如graphics.pixar.com/opensubdiv/docs/...

— 西蒙˚F

我在meta上提出了这一点，以了解人们的想法。

— trichoplax

扩展评论多于答案：

您所说的“优化和准确性”是什么意思？您是说某些特定应用程序的计算效率，例如光线跟踪，物理模拟，CAD建模等吗？

$G^n$

由于Catmull-Clark（以及Loop，用于三角形网格）的简单性，在许多情况下都超过了它的弱点（不处理尖锐特征；在非凡顶点处失去规则性），因此仍然很受欢迎。已经提出了无数替代方案（根据特定的应用，它可能会比Catmull-Clark有所改进，也可能不会有所改进）-如果您考虑到特定的应用，并且有特定的要求，我们可能会更好地帮助您导航选项。

— 艾蒂安
source

G^{n}

$G^n$

C^{n}

$C^n$

n

$n$

C^{1}

$C^1$

C^{2}

$C^2$