Grupė mokslininkų iš kelių Amerikos universitetų paskelbė projektą (Pixel-Aligned Implicit Function), kuri leidžia taikyti mašininio mokymosi metodus, kad iš vieno ar daugiau dvimačių vaizdų sukurtumėte 3D asmens modelį. Sistema leidžia atkurti sudėtingas aprangos parinktis, tokias kaip klostuoti sijonai ir kulniukai bei įvairias šukuosenas, savarankiškai atkuriant tekstūrą ir formą projekcijoje, iš kurios pastatytas 3D modelis, nematomose vietose. Norint pagerinti galutinio 3D modelio kokybę ir detalumą, galima naudoti kelis vaizdus iš skirtingų kampų. Projekto kodas parašytas Python, naudojant PyTorch sistemą ir pagal MIT licenciją.
Neuroninis tinklas naudojamas kaip trimačio išdėstymo atkūrimo šaltinis, leidžiantis pasirinkti labiausiai tikėtiną formą ir sugalvoti paslėptus elementus, pradedant nuo modelio, paruošto įvairiomis esamų objektų versijomis. Lygiagrečiai projekte pateikiamas gauto tūrinio maketo derinimo su pateiktų 2D vaizdų tekstūromis algoritmas, kuris sulygiuoja 3D vaizdo pikselius pagal jų padėtį XNUMXD objekte ir sugeneruoja greičiausiai trūkstamas tekstūras. Bet koks vaizdas gali būti užkoduotas už
paviršiaus rekonstrukcijos taikomoji architektūra “", a
architektūra pagrįstas neuroninis tinklas naudojamas tekstūrų derinimui .
Paruoštas apmokytas modelis, kurį naudojo tyrėjai galima nemokamai atsisiųsti, tačiau treniruotėms naudojami neapdoroti duomenys išlieka privatūs, nes yra pagrįsti komerciniais 3D nuskaitymais. Gali būti naudojamas kaip savarankiško modelio mokymo šaltinis žmonių iš projekto „Renderpeople“.
Šaltinis: opennet.ru