清河县广宇橡胶制品有限公司|2D图像变3D,微软新AI框架或成游戏业福音

本文摘要:记录:右图是微软公司的模型分解的3D沙发,椅子和浴缸的图像已经在很多机构将2D图像切换为3D形式方面进行了尝试,包括Facebook、Nvidia等公司的AI研究室和Threedy.AI这样的初创公司。

清河县广宇橡胶制品有限公司

记录:右图是微软公司的模型分解的3D沙发,椅子和浴缸的图像已经在很多机构将2D图像切换为3D形式方面进行了尝试,包括Facebook、Nvidia等公司的AI研究室和Threedy.AI这样的初创公司。最近,微软公司的研究小组也公开发表了显示根据非结构化的2D图像分解3D形状图像的能力的预印论文。一般来说,训练这样的框架必须通过光栅化处理来展开微分步骤模式,因此过去的研究者在这个领域专注于定制模式模型的开发。

但是,这种模型处理的图像不太现实,也不适合作为分解游戏和图形产业的工业效果图。微软公司的研究者这次达成了新的突破——。他们在论文中首次使用“可图形”的训练技术详细说明了这个领域中使用的框架。

清河县广宇橡胶制品有限公司

研究人员表示,在用于2D图像展开训练时,该框架是比现有模型分解效果更高的3D形状,对视频游戏开发者、电子商务公司、没有创办3D模型经验的动画公司来说是“福音”。具体来说,研究者打算利用能够根据显示数据分解图像的功能丰富的工业RenderMan。为此,研究者训练了3D形状的分解模型,制作了图形形状,分解了与2D数据集一致的图像。生成器模型使用表示数据集特征的值即随机输出向量,分解3D对象的倒数体素响应(3D空间网格上的值),向无法微分的图形输出体素,生成现有的RenderMan展开图形也就是说,这是精密的代理神经RenderMan必要图形被3D形状分解模型分解的倒计时网格的方式。

如研究人员所说明的那样,在等效3D网格输出的情况下,为了提供现有的RenderMan的图形输入,必须展开训练。生成式对应网络(GANS )在生成2D图像数据方面的成果令人印象深刻,游戏等许多视觉应用需要3D模型作为输出,在某种程度上是图像。

ysb体育

但是,需要将现有的GAN模型扩展到3D,必须提供3D训练数据。(公众号:)录:右图分解微软公司模型的3D蘑菇图像,在实验过程中,研究小组在上述生成器中卷积了3d GAN架构(GAN是由两个部分组成的AI模型,为了分散采样从随机噪声中分析制造例, 基于3D模型分解的数据集和现实数据集可以从不同的对象类别创建图像,并在训练期间从不同的角度展开图形。研究者还回答说,因为他们的框架还没有从图像中提取灯和阴影信息,所以需要从各个训练样本中提取更有意义的数据,需要在此基础上得到更好的结果。训练了自然图像的数据集后,这个框架可以分解精细的样本。

此外,该框架利用表面间的曝光差,顺利检测凹形物体的内部结构,正确捕捉凹形的程度和中空空间。将颜色、材料、照明等信息划分为系统,将来这些信息可以与更好的“一般”实际数据集一起使用。录:本论文的编译器从VentureBeat原创文章中,发布了许可禁令。

以下,听取刊登的心得。

本文关键词:ysb体育,清河县广宇橡胶制品有限公司

本文来源:ysb体育-www.guangyuxiangjiao.com