PIFu એ 3D ફોટોગ્રાફ્સ પર આધારિત વ્યક્તિનું 2D મોડલ બનાવવા માટે મશીન લર્નિંગ સિસ્ટમ છે

ઘણી અમેરિકન યુનિવર્સિટીઓના સંશોધકોના જૂથે એક પ્રોજેક્ટ પ્રકાશિત કર્યો પીઆઈએફયુ (પિક્સેલ-સંરેખિત ગર્ભિત કાર્ય), જે તમને એક અથવા વધુ દ્વિ-પરિમાણીય છબીઓમાંથી વ્યક્તિનું 3D મોડેલ બનાવવા માટે મશીન લર્નિંગ પદ્ધતિઓ લાગુ કરવાની મંજૂરી આપે છે. સિસ્ટમ તમને કપડાના જટિલ વિકલ્પોને ફરીથી બનાવવાની મંજૂરી આપે છે, જેમ કે પ્લીટેડ સ્કર્ટ અને હીલ્સ અને વિવિધ હેરસ્ટાઇલ, જે પ્રોજેક્શનમાં 3D મોડલ બનાવવામાં આવ્યું છે તે અદ્રશ્ય વિસ્તારોમાં પોત અને આકારને સ્વતંત્ર રીતે પુનઃસ્થાપિત કરે છે. અંતિમ 3D મોડલની ગુણવત્તા અને વિગત વધારવા માટે, વિવિધ ખૂણાઓમાંથી ઘણી છબીઓનો ઉપયોગ કરી શકાય છે. પ્રોજેક્ટ કોડ PyTorch ફ્રેમવર્કનો ઉપયોગ કરીને Python માં લખાયેલ છે અને દ્વારા વિતરિત MIT લાયસન્સ હેઠળ.

ન્યુરલ નેટવર્કનો ઉપયોગ ત્રિ-પરિમાણીય લેઆઉટના પુનઃનિર્માણ માટે સ્ત્રોત તરીકે થાય છે, જે તમને હાલની વસ્તુઓના વિવિધ સંસ્કરણો પર પ્રશિક્ષિત મોડેલથી શરૂ કરીને, સૌથી વધુ સંભવિત આકાર પસંદ કરવા અને છુપાયેલા તત્વોની શોધ કરવાની મંજૂરી આપે છે. સમાંતરમાં, પ્રોજેક્ટ પૂરા પાડવામાં આવેલ 2D ઈમેજીસમાં ટેક્સચર સાથે પરિણામી વોલ્યુમેટ્રિક લેઆઉટને મેચ કરવા માટે એક અલ્ગોરિધમ પ્રદાન કરે છે, જે 3D ઈમેજના પિક્સેલને XNUMXD ઑબ્જેક્ટ પર તેમની સ્થિતિ અનુસાર સંરેખિત કરે છે અને સૌથી વધુ ગુમ થયેલ ટેક્સચર જનરેટ કરે છે. કોઈપણ છબી એન્કોડ કરી શકાય છે કન્વોલ્યુશનલ ન્યુરલ નેટવર્કમાટે
સપાટી પુનઃનિર્માણ લાગુ આર્કિટેક્ચર "સ્ટેક્ડ રેતીની ઘડિયાળ", એ
આર્કિટેક્ચર આધારિત ન્યુરલ નેટવર્કનો ઉપયોગ ટેક્સચર મેચિંગ માટે થાય છે સાયકલગANન.

સંશોધકો દ્વારા ઉપયોગમાં લેવાતા તૈયાર પ્રશિક્ષિત મોડેલ ઉપલબ્ધ મફત ડાઉનલોડ માટે ઉપલબ્ધ છે, પરંતુ તાલીમ માટે વપરાયેલ કાચો ડેટા ખાનગી રહે છે કારણ કે તે વ્યવસાયિક 3D સ્કેન પર આધારિત છે. મોડેલની સ્વ-તાલીમ માટે સ્ત્રોત તરીકે ઉપયોગ કરી શકાય છે 3D મોડેલ ડેટાબેઝ Renderpeople પ્રોજેક્ટના લોકો.

સોર્સ: opennet.ru