ProHoster > Log > Internett-nyheter > PIFu er et maskinlæringssystem for å konstruere en 3D-modell av en person basert på 2D-bilder
PIFu er et maskinlæringssystem for å konstruere en 3D-modell av en person basert på 2D-bilder
En gruppe forskere fra flere amerikanske universiteter publiserte et prosjekt PIFu (Pixel-Aligned Implicit Function), som lar deg bruke maskinlæringsmetoder for å bygge en 3D-modell av en person fra ett eller flere todimensjonale bilder. Systemet lar deg gjenskape komplekse klesalternativer, som plisserte skjørt og hæler, og forskjellige frisyrer, og gjenoppretter uavhengig tekstur og form i områder som er usynlige i projeksjonen som 3D-modellen er bygget fra. For å øke kvaliteten og detaljene til den endelige 3D-modellen kan flere bilder fra forskjellige vinkler brukes. Prosjektkoden er skrevet i Python ved hjelp av PyTorch-rammeverket og distribuert av under MIT-lisensen.
Et nevralt nettverk brukes som en kilde for å rekonstruere en tredimensjonal layout, som lar deg velge den mest sannsynlige formen og finne opp skjulte elementer, med utgangspunkt i en modell trent på ulike versjoner av eksisterende objekter. Parallelt gir prosjektet en algoritme for å matche den resulterende volumetriske layouten med teksturer i de medfølgende 2D-bildene, som justerer pikslene i 3D-bildet i henhold til deres posisjon på XNUMXD-objektet og genererer de mest sannsynlige manglende teksturene. Ethvert bilde kan kodes konvolusjonelt nevralt nettverktil
overflaterekonstruksjon anvendt arkitektur "Stablet timeglass", a
Arkitekturbasert nevrale nettverk brukes for teksturmatching CycleGAN.
Den ferdiglagde trente modellen brukt av forskerne tilgjengelig er tilgjengelig for gratis nedlasting, men rådataene som brukes til trening forblir private siden de er basert på kommersielle 3D-skanninger. Kan brukes som kilde for egentrening av modellen 3D-modelldatabase folk fra Renderpeople-prosjektet.