گروهی از محققان از چندین دانشگاه آمریکایی پروژه ای را منتشر کردند (Pixel-Aligned Implicit Function) که به شما امکان می دهد از روش های یادگیری ماشینی برای ساخت یک مدل سه بعدی از یک شخص از یک یا چند تصویر دو بعدی استفاده کنید. این سیستم به شما این امکان را می‌دهد که گزینه‌های لباس پیچیده، مانند دامن‌های چین‌دار و پاشنه‌های بلند، و مدل‌های موی مختلف را بازسازی کنید و به‌طور مستقل بافت و شکل را در قسمت‌های نامرئی در طرح‌بندی که مدل سه‌بعدی از آن ساخته شده است، بازیابی کنید. برای افزایش کیفیت و جزئیات مدل سه بعدی نهایی می توان از چندین تصویر از زوایای مختلف استفاده کرد. کد پروژه در پایتون با استفاده از چارچوب PyTorch و تحت مجوز MIT
یک شبکه عصبی به عنوان منبعی برای بازسازی طرح‌بندی سه‌بعدی استفاده می‌شود که به شما امکان می‌دهد محتمل‌ترین شکل را انتخاب کنید و عناصر پنهان را اختراع کنید، از مدلی که بر روی نسخه‌های مختلف اشیاء موجود آموزش داده شده است. به موازات آن، پروژه الگوریتمی را برای تطبیق طرح حجمی حاصل با بافت‌ها در تصاویر دو بعدی ارائه شده ارائه می‌کند که پیکسل‌های تصویر دوبعدی را با توجه به موقعیت آنها روی شی سه‌بعدی تراز می‌کند و به احتمال زیاد بافت‌های از دست رفته را ایجاد می‌کند. هر تصویری را می توان رمزگذاری کرد برای
معماری کاربردی بازسازی سطح ""، آ
شبکه عصبی مبتنی بر معماری برای تطبیق بافت استفاده می شود .
مدل آموزش دیده آماده استفاده شده توسط محققین برای دانلود رایگان در دسترس است، اما داده های خام مورد استفاده برای آموزش خصوصی باقی می مانند زیرا بر اساس اسکن های سه بعدی تجاری است. می تواند به عنوان منبعی برای خودآموزی مدل استفاده شود افرادی از پروژه Renderpeople.
منبع: opennet.ru