အမေရိကန် တက္ကသိုလ်များစွာမှ သုတေသီအဖွဲ့တစ်ဖွဲ့သည် ပရောဂျက်တစ်ခုကို ထုတ်ပြန်ခဲ့သည်။ (Pixel-Aligned Implicit Function) သည် လူတစ်ဦး သို့မဟုတ် တစ်ခုထက်ပိုသော နှစ်ဘက်မြင်ရုပ်ပုံများမှ လူတစ်ဦး၏ 3D မော်ဒယ်ကို တည်ဆောက်ရန် စက်သင်ယူမှုနည်းလမ်းများကို ကျင့်သုံးခွင့်ပြုသည်။ စနစ်သည် သင့်အား 3D မော်ဒယ်တည်ဆောက်ထားသည့် ပရိုဂျက်တာတွင် မမြင်နိုင်သောနေရာများတွင် အသွင်အပြင်နှင့် ပုံသဏ္ဍာန်များကို လွတ်လပ်စွာ ပြန်လည်ဖန်တီးပေးသည့် စကတ်များနှင့် ဒေါက်ဖိနပ်များကဲ့သို့သော ရှုပ်ထွေးသောအဝတ်အစားရွေးချယ်ခွင့်များဖြစ်သည့် pleated စကတ်များနှင့် ဒေါက်ဖိနပ်များ၊ နှင့် အမျိုးမျိုးသောဆံပင်ပုံစံများကို ပြန်လည်ဖန်တီးနိုင်စေပါသည်။ နောက်ဆုံး 3D မော်ဒယ်၏ အရည်အသွေးနှင့် အသေးစိတ်ကို တိုးမြှင့်ရန်၊ မတူညီသော ရှုထောင့်မှ ပုံများစွာကို အသုံးပြုနိုင်သည်။ ပရောဂျက်ကုဒ်ကို PyTorch framework နှင့် အသုံးပြု၍ Python တွင် ရေးသားထားသည်။ MIT လိုင်စင်အောက်တွင်။
အာရုံကြောကွန်ရက်တစ်ခုအား ရှိပြီးသားအရာဝတ္ထုများ၏ ဗားရှင်းအမျိုးမျိုးတွင် လေ့ကျင့်သင်ကြားထားသည့် မော်ဒယ်မှစတင်ကာ ဖြစ်နိုင်ခြေအရှိဆုံးပုံသဏ္ဍာန်ကို ရွေးချယ်ပြီး ဝှက်ထားသောဒြပ်စင်များကို တီထွင်နိုင်စေမည့် သုံးဖက်မြင် အပြင်အဆင်ကို ပြန်လည်တည်ဆောက်ရန်အတွက် အရင်းအမြစ်အဖြစ် အသုံးပြုပါသည်။ တဆက်တည်းတွင်၊ ပရောဂျက်သည် ပေးထားသော 2D ရုပ်ပုံများတွင် ရရှိလာသော ထုထည်အပြင်အဆင်နှင့် ပေါင်းစပ်ဖွဲ့စည်းပုံနှင့် ကိုက်ညီမှုအတွက် အယ်လဂိုရီသမ်ကို ပံ့ပိုးပေးသည်၊ ၎င်းသည် 3D ရုပ်ပုံ၏ ပစ်ဇယ်များကို XNUMXD အရာဝတ္ထုပေါ်ရှိ ၎င်းတို့၏ တည်နေရာနှင့်အညီ ချိန်ညှိပေးပြီး ဖြစ်နိုင်ခြေအများဆုံးသော ပျောက်ဆုံးနေသော အသွင်အပြင်များကို ထုတ်လုပ်ပေးပါသည်။ မည်သည့်ပုံကိုမဆို ကုဒ်လုပ်နိုင်သည်။ အတွက်
မျက်နှာပြင် ပြန်လည်တည်ဆောက်ရေး အသုံးချဗိသုကာ၊"၊ a
ဗိသုကာအခြေခံ အာရုံကြောကွန်ရက်ကို texture ကိုက်ညီမှုအတွက် အသုံးပြုသည်။ .
သုတေသီများအသုံးပြုသော အဆင်သင့်လုပ်ထားသော လေ့ကျင့်ရေးပုံစံ အခမဲ့ဒေါင်းလုဒ်ရယူနိုင်သော်လည်း လေ့ကျင့်ရေးအတွက်အသုံးပြုသည့် ကုန်ကြမ်းဒေတာသည် စီးပွားဖြစ် 3D စကန်ဖတ်မှုများကို အခြေခံထားသောကြောင့် ၎င်းသည် သီးသန့်တည်ရှိနေပါသည်။ မော်ဒယ်၏ကိုယ်ပိုင်လေ့ကျင့်မှုအတွက်အရင်းအမြစ်အဖြစ်အသုံးပြုနိုင်ပါသည်။ Renderpeople ပရောဂျက်မှ လူများ။
source: opennet.ru