ಹಲವಾರು ಅಮೇರಿಕನ್ ವಿಶ್ವವಿದ್ಯಾಲಯಗಳ ಸಂಶೋಧಕರ ಗುಂಪು ಒಂದು ಯೋಜನೆಯನ್ನು ಪ್ರಕಟಿಸಿತು (ಪಿಕ್ಸೆಲ್-ಅಲೈನ್ಡ್ ಇಂಪ್ಲಿಸಿಟ್ ಫಂಕ್ಷನ್), ಇದು ಒಂದು ಅಥವಾ ಹೆಚ್ಚಿನ ಎರಡು ಆಯಾಮದ ಚಿತ್ರಗಳಿಂದ ವ್ಯಕ್ತಿಯ 3D ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಲು ಯಂತ್ರ ಕಲಿಕೆಯ ವಿಧಾನಗಳನ್ನು ಅನ್ವಯಿಸಲು ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ. 3D ಮಾದರಿಯನ್ನು ನಿರ್ಮಿಸಿದ ಪ್ರಕ್ಷೇಪಣದಲ್ಲಿ ಅಗೋಚರವಾಗಿರುವ ಪ್ರದೇಶಗಳಲ್ಲಿ ವಿನ್ಯಾಸ ಮತ್ತು ಆಕಾರವನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಮರುಸ್ಥಾಪಿಸುವ ಪ್ಲೆಟೆಡ್ ಸ್ಕರ್ಟ್‌ಗಳು ಮತ್ತು ಹೀಲ್ಸ್ ಮತ್ತು ವಿವಿಧ ಕೇಶವಿನ್ಯಾಸಗಳಂತಹ ಸಂಕೀರ್ಣವಾದ ಬಟ್ಟೆ ಆಯ್ಕೆಗಳನ್ನು ಮರುಸೃಷ್ಟಿಸಲು ಸಿಸ್ಟಮ್ ನಿಮಗೆ ಅನುಮತಿಸುತ್ತದೆ. ಅಂತಿಮ 3D ಮಾದರಿಯ ಗುಣಮಟ್ಟ ಮತ್ತು ವಿವರಗಳನ್ನು ಹೆಚ್ಚಿಸಲು, ವಿವಿಧ ಕೋನಗಳಿಂದ ಹಲವಾರು ಚಿತ್ರಗಳನ್ನು ಬಳಸಬಹುದು. ಪ್ರಾಜೆಕ್ಟ್ ಕೋಡ್ ಅನ್ನು ಪೈಥಾನ್‌ನಲ್ಲಿ ಪೈಟಾರ್ಚ್ ಫ್ರೇಮ್‌ವರ್ಕ್ ಬಳಸಿ ಬರೆಯಲಾಗಿದೆ ಮತ್ತು MIT ಪರವಾನಗಿ ಅಡಿಯಲ್ಲಿ.
ಮೂರು ಆಯಾಮದ ವಿನ್ಯಾಸವನ್ನು ಪುನರ್ನಿರ್ಮಿಸಲು ನರಮಂಡಲವನ್ನು ಮೂಲವಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ, ಇದು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ವಸ್ತುಗಳ ವಿವಿಧ ಆವೃತ್ತಿಗಳಲ್ಲಿ ತರಬೇತಿ ಪಡೆದ ಮಾದರಿಯಿಂದ ಪ್ರಾರಂಭಿಸಿ, ಹೆಚ್ಚಿನ ಆಕಾರವನ್ನು ಆಯ್ಕೆ ಮಾಡಲು ಮತ್ತು ಗುಪ್ತ ಅಂಶಗಳನ್ನು ಆವಿಷ್ಕರಿಸಲು ನಿಮಗೆ ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಸಮಾನಾಂತರವಾಗಿ, ಒದಗಿಸಿದ 2D ಚಿತ್ರಗಳಲ್ಲಿನ ಟೆಕಶ್ಚರ್‌ಗಳೊಂದಿಗೆ ಪರಿಣಾಮವಾಗಿ ವಾಲ್ಯೂಮೆಟ್ರಿಕ್ ವಿನ್ಯಾಸವನ್ನು ಹೊಂದಿಸಲು ಯೋಜನೆಯು ಅಲ್ಗಾರಿದಮ್ ಅನ್ನು ಒದಗಿಸುತ್ತದೆ, ಇದು 3D ವಸ್ತುವಿನ ಮೇಲೆ ಅವುಗಳ ಸ್ಥಾನಕ್ಕೆ ಅನುಗುಣವಾಗಿ XNUMXD ಚಿತ್ರದ ಪಿಕ್ಸೆಲ್‌ಗಳನ್ನು ಜೋಡಿಸುತ್ತದೆ ಮತ್ತು ಹೆಚ್ಚಾಗಿ ಕಾಣೆಯಾದ ಟೆಕಶ್ಚರ್‌ಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಯಾವುದೇ ಚಿತ್ರವನ್ನು ಎನ್ಕೋಡ್ ಮಾಡಬಹುದು ಗಾಗಿ
ಮೇಲ್ಮೈ ಪುನರ್ನಿರ್ಮಾಣ ಅನ್ವಯಿಕ ವಾಸ್ತುಶಿಲ್ಪ "", ಎ
ವಿನ್ಯಾಸದ ಹೊಂದಾಣಿಕೆಗಾಗಿ ಆರ್ಕಿಟೆಕ್ಚರ್ ಆಧಾರಿತ ನರಮಂಡಲವನ್ನು ಬಳಸಲಾಗುತ್ತದೆ .
ಸಂಶೋಧಕರು ಬಳಸಿದ ಸಿದ್ಧ ತರಬೇತಿ ಮಾದರಿ ಉಚಿತ ಡೌನ್‌ಲೋಡ್‌ಗೆ ಲಭ್ಯವಿದೆ, ಆದರೆ ತರಬೇತಿಗಾಗಿ ಬಳಸುವ ಕಚ್ಚಾ ಡೇಟಾವು ಖಾಸಗಿಯಾಗಿ ಉಳಿಯುತ್ತದೆ ಏಕೆಂದರೆ ಅದು ವಾಣಿಜ್ಯ 3D ಸ್ಕ್ಯಾನ್‌ಗಳನ್ನು ಆಧರಿಸಿದೆ. ಮಾದರಿಯ ಸ್ವಯಂ ತರಬೇತಿಗಾಗಿ ಮೂಲವಾಗಿ ಬಳಸಬಹುದು ರೆಂಡರ್ಪೀಪಲ್ ಯೋಜನೆಯ ಜನರು.
ಮೂಲ: opennet.ru