第五章 創作結果分析與討論
5.1 實作層面分析討論
度的模型版本，在較高效能行動裝置（HTC Desire HD）運算下，還能保有 30FPS 以上的數值，但到了高面數的模型版本，效能卻降到了 26FPS 左右。較低效
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
於是本研究將以上的創作經驗，融合應用，並設計出了第四種局部精化 的模型版本。在此版本中，本研究採用中精細度的模型為基底，並將模型頭 部，作精細化處理，見圖 5-1。
圖 5-1 頭部精細化處理前／後
兩頭部模型的面數，分別為 5060 面與 8048 面，可以明顯看出精化前後 的塊狀差異。而局部精化的模型版本，總面數為 12897 面，此一模型版本，
應用於 3D 擴增實境時，不論使用者距離虛擬角色距離遠近，都能保有不錯的 視覺觀感。並在效能測試方面，較高效能手機的 FPS 值也回復到了 30FPS 的 標準值，而較低效能手機，雖然仍不足 30FPS，但也由原本 15FPS 成長到了 20FPS。由此可證，局部精化模型比起全精化模型，確實改進了高耗能的缺點，
且又能保有與全精化模型差不多的視覺體驗。
由實驗結果可得知，3D 模型應用於擴增實境，在模型設計上並不是一味 的只求高面數，而是需要適當將模型做局部的精化調整，才能在硬體效能、
流暢度與視覺觀感間，取得不錯的平衡。
‧
由 CPU（PR）與 GPU（Render）的實驗結果可得知，智慧型手機在運算擴增 實境時的負載約為 CPU（PR）：GPU（Render）＝5：8（10）。這樣實驗結果讓我 們獲得了一個重要的結論，也就是 3D 擴增實境運算，對硬體資源的需求為 GPU
（Render）＞CPU（PR）。
目前市面上充斥著各種五花八門的智慧型行動裝置，每台裝置都搭載了不同 的硬體配置，有些裝置的 CPU 效能優異，但 GPU 的效能卻不如 CPU 來的令人滿 意，這類型的行動裝置在執行非即時 3D 運算時，或許能保有不錯的效能與流暢度，
但如果碰上了 3D 擴增實境，此類型的即時 3D 運算需求時，效能就會大打折扣，
無法達到令人滿意的流暢值。
以本研究案例來說，較高效能（HTC Desire HD）與較低效能（HTC HD2）手 機，同樣搭載了 1Ghz 的 CPU，所以在存 PR（辨識）上的效能值，都可達到 30FPS 以上的水準，但由於兩裝置搭載了不同等級的 GPU，導致在 Render（算圖）上，
有著極大的效能差異，較高效能行動裝置大多仍然保有 30FPS 以上的水準（高精 細度模型除外），而較低效能行動裝置卻降到了 20FPS 左右。
由以上論述結果可得知，站在一個軟體開發者的角度，當我們在選用 3D 擴增 實境的硬體載具時，應優先考量到硬體的 3D 運算效能。因為手機在執行一個完整 的 3D 擴增實境運算時，PR（CPU）所承受的負荷相較於 Render（GPU）來的輕 微。所以在行動裝置 CPU 效能差異不大的情況下，GPU 較為優良的手機型號，較