ඇමරිකානු විශ්ව විද්‍යාල කිහිපයක පර්යේෂකයන් පිරිසක් ව්‍යාපෘතියක් ප්‍රකාශයට පත් කළහ (Pixel-Aligned Implicit Function), එය ද්විමාන රූප එකකින් හෝ වැඩි ගණනකින් පුද්ගලයෙකුගේ ත්‍රිමාණ ආකෘතියක් තැනීමට යන්ත්‍ර ඉගෙනීමේ ක්‍රම යෙදීමට ඔබට ඉඩ සලසයි. ත්‍රිමාණ ආකෘතිය ගොඩනගා ඇති ප්‍රක්ෂේපණයේ නොපෙනෙන ප්‍රදේශවල වයනය සහ හැඩය ස්වාධීනව ප්‍රතිෂ්ඨාපනය කිරීම, pleated සායක් සහ විලුඹ, සහ විවිධ කොණ්ඩා මෝස්තර වැනි සංකීර්ණ ඇඳුම් විකල්ප ප්‍රතිනිර්මාණය කිරීමට පද්ධතිය ඔබට ඉඩ සලසයි. අවසාන 3D ආකෘතියේ ගුණාත්මකභාවය සහ විස්තරය වැඩි කිරීම සඳහා, විවිධ කෝණවලින් පින්තූර කිහිපයක් භාවිතා කළ හැකිය. ව්‍යාපෘති කේතය PyTorch රාමුව භාවිතයෙන් Python වලින් ලියා ඇත MIT බලපත්‍රය යටතේ.
ත්‍රිමාණ පිරිසැලසුමක් ප්‍රතිනිර්මාණය කිරීම සඳහා ප්‍රභවයක් ලෙස ස්නායුක ජාලයක් භාවිතා කරයි, එමඟින් ඔබට පවතින වස්තූන්ගේ විවිධ අනුවාද මත පුහුණු කරන ලද ආකෘතියකින් ආරම්භ වන බොහෝ දුරට ඉඩ ඇති හැඩය තෝරා ගැනීමට සහ සැඟවුණු මූලද්‍රව්‍ය සොයා ගැනීමට ඉඩ සලසයි. සමාන්තරව, ව්‍යාපෘතිය මඟින් ලැබෙන පරිමාමිතික පිරිසැලසුම සපයා ඇති 2D රූපවල වයනය සමඟ ගැලපීම සඳහා ඇල්ගොරිතමයක් සපයයි, එය 3D රූපයේ පික්සල ත්‍රිමාණ වස්තුවේ පිහිටීම අනුව පෙළගස්වන අතර බොහෝ දුරට නැතිවූ වයනය ජනනය කරයි. ඕනෑම රූපයක් සංකේතනය කළ හැක සඳහා
මතුපිට ප්‍රතිසංස්කරණ ව්‍යවහාරික ගෘහ නිර්මාණ ශිල්පය "", ඒ
වයනය ගැලපීම සඳහා ගෘහ නිර්මාණ ශිල්පය මත පදනම් වූ ස්නායුක ජාලය භාවිතා වේ .
පර්යේෂකයන් විසින් භාවිතා කරන ලද සූදානම් කළ පුහුණු ආකෘතිය නොමිලේ බාගත කිරීම සඳහා ලබා ගත හැකි නමුත්, වාණිජ 3D ස්කෑන් මත පදනම් වූ බැවින් පුහුණුව සඳහා භාවිතා කරන අමු දත්ත පුද්ගලිකව පවතී. ආකෘතියේ ස්වයං පුහුණුව සඳහා මූලාශ්රයක් ලෙස භාවිතා කළ හැකිය Renderpeople ව්‍යාපෘතියේ අය.
මූලාශ්රය: opennet.ru