PIFu adalah sistem pembelajaran mesin untuk membuat model 3D seseorang berdasarkan foto 2D

Sekelompok peneliti dari beberapa universitas Amerika menerbitkan sebuah proyek PIFu (Fungsi Implisit Selaras Piksel), yang memungkinkan Anda menerapkan metode pembelajaran mesin untuk membuat model 3D seseorang dari satu atau lebih gambar dua dimensi. Sistem ini memungkinkan Anda membuat ulang pilihan pakaian yang rumit, seperti rok lipit dan sepatu hak tinggi, serta berbagai gaya rambut, secara mandiri memulihkan tekstur dan bentuk di area yang tidak terlihat dalam proyeksi tempat model 3D dibuat. Untuk meningkatkan kualitas dan detail model 3D akhir, beberapa gambar dari sudut berbeda dapat digunakan. Kode proyek ditulis dengan Python menggunakan kerangka PyTorch dan didistribusikan oleh di bawah lisensi MIT.

PIFu - sistem pembelajaran mesin untuk membuat model 3D seseorang berdasarkan foto 2D

Jaringan saraf digunakan sebagai sumber untuk merekonstruksi tata letak tiga dimensi, yang memungkinkan Anda memilih bentuk yang paling mungkin dan menemukan elemen tersembunyi, dimulai dari model yang dilatih pada berbagai versi objek yang ada. Secara paralel, proyek ini menyediakan algoritme untuk mencocokkan tata letak volumetrik yang dihasilkan dengan tekstur pada gambar 2D yang disediakan, yang menyelaraskan piksel gambar 3D sesuai dengan posisinya pada objek XNUMXD dan menghasilkan tekstur yang kemungkinan besar hilang. Gambar apa pun dapat dikodekan jaringan saraf konvolusionaluntuk
arsitektur terapan rekonstruksi permukaan "Jam pasir bertumpuk", A
jaringan saraf berbasis arsitektur digunakan untuk pencocokan tekstur SiklusGAN.

PIFu - sistem pembelajaran mesin untuk membuat model 3D seseorang berdasarkan foto 2D

Model terlatih siap pakai yang digunakan oleh peneliti tersedia tersedia untuk diunduh gratis, namun data mentah yang digunakan untuk pelatihan tetap bersifat pribadi karena didasarkan pada pemindaian 3D komersial. Dapat digunakan sebagai sumber untuk pelatihan mandiri model Basis data model 3D orang-orang dari proyek Renderpeople.

Sumber: opennet.ru

Tambah komentar