Pēc atbalsta ieviešanas sfēriskiem fotoattēliem un videoklipiem Facebook ieviesa 2018. gadā , kas ļauj skatīt un kopīgot 3D fotoattēlus. Tomēr tā darbība ir atkarīga no viedtālruņa spējas uzņemt stereoskopiskus attēlus, izmantojot aparatūru. Taču Facebook strādā, lai šo jauno vizuālo formātu piedāvātu lielākam skaitam cilvēku.
Uzņēmums izmantoja mašīnmācīšanās metodes, lai izveidotu XNUMXD fotoattēlus no gandrīz jebkura attēla. Neatkarīgi no tā, vai tas ir jauns fotoattēls, kas tikko uzņemts Android vai iOS ierīcē, izmantojot standarta vienu kameru, vai fotoattēls, kas uzņemts pirms desmit gadiem, Facebook var pārvērst to par stereo fotoattēlu.
Tehnoloģijas izveide prasīja pārvarēt daudzus tehniskus izaicinājumus, piemēram, apmācīt modeli, kas varētu pareizi noteikt ārkārtīgi plaša objektu klāsta XNUMXD pozīcijas, un optimizēt sistēmu, lai sekundes daļa darbotos ar tipiskiem mobilajiem procesoriem.
Komanda apmācīja konvolucionālo neironu tīklu (CNN), izmantojot miljoniem pilnvērtīgu publiski pieejamu 3D attēlu un pievienoto dziļuma karšu pāru, kā arī izmantoja optimizācijas metodes, kuras iepriekš izstrādāja Facebook AI, FBNet un ChamNet. Galvenais neironu tīkla apmācības posms ilga aptuveni trīs dienas, un tam bija nepieciešami 800 Tesla V100 GPU.
Jauno 3D fotoattēlu funkciju jau var izmēģināt iPhone un Android viedtālruņu Facebook lietotnē. Vairāk par algoritmu izveidi un to darba piemēriem varat uzzināt šeit .
Avots: 3dnews.ru