பல அமெரிக்க பல்கலைக்கழகங்களின் ஆராய்ச்சியாளர்கள் குழு ஒரு திட்டத்தை வெளியிட்டது (Pixel-Alined Implicit Function), இது ஒன்று அல்லது அதற்கு மேற்பட்ட இரு பரிமாண படங்களிலிருந்து ஒரு நபரின் 3D மாதிரியை உருவாக்க இயந்திர கற்றல் முறைகளைப் பயன்படுத்த உங்களை அனுமதிக்கிறது. 3D மாதிரி கட்டப்பட்ட திட்டத்தில் கண்ணுக்கு தெரியாத பகுதிகளில் அமைப்பு மற்றும் வடிவத்தை சுயாதீனமாக மீட்டெடுக்கும், மடிப்பு ஓரங்கள் மற்றும் குதிகால் மற்றும் பல்வேறு சிகை அலங்காரங்கள் போன்ற சிக்கலான ஆடை விருப்பங்களை மீண்டும் உருவாக்க இந்த அமைப்பு உங்களை அனுமதிக்கிறது. இறுதி 3D மாதிரியின் தரம் மற்றும் விவரங்களை அதிகரிக்க, பல்வேறு கோணங்களில் இருந்து பல படங்களைப் பயன்படுத்தலாம். திட்டக் குறியீடு PyTorch கட்டமைப்பைப் பயன்படுத்தி பைத்தானில் எழுதப்பட்டுள்ளது MIT உரிமத்தின் கீழ்.
ஒரு நரம்பியல் நெட்வொர்க் முப்பரிமாண அமைப்பை மறுகட்டமைப்பதற்கான ஆதாரமாகப் பயன்படுத்தப்படுகிறது, இது ஏற்கனவே உள்ள பொருட்களின் பல்வேறு பதிப்புகளில் பயிற்சியளிக்கப்பட்ட மாதிரியிலிருந்து தொடங்கி, மிகவும் சாத்தியமான வடிவத்தைத் தேர்ந்தெடுத்து மறைக்கப்பட்ட கூறுகளைக் கண்டுபிடிக்க உங்களை அனுமதிக்கிறது. இணையாக, வழங்கப்பட்ட 2D படங்களில் உள்ள அமைப்புகளுடன் அதன் விளைவாக வரும் அளவீட்டு அமைப்பைப் பொருத்துவதற்கான வழிமுறையை திட்டம் வழங்குகிறது, இது 3D படத்தின் பிக்சல்களை XNUMXD பொருளின் மீது அவற்றின் நிலைக்கு ஏற்ப சீரமைக்கிறது மற்றும் பெரும்பாலும் காணாமல் போன அமைப்புகளை உருவாக்குகிறது. எந்த படத்தையும் குறியாக்கம் செய்யலாம் ஐந்து
மேற்பரப்பு புனரமைப்பு பயன்படுத்தப்பட்ட கட்டிடக்கலை "", ஏ
கட்டமைப்பு சார்ந்த நரம்பியல் வலையமைப்பு அமைப்பு பொருத்தத்திற்கு பயன்படுத்தப்படுகிறது .
ஆராய்ச்சியாளர்களால் பயன்படுத்தப்படும் ஆயத்த பயிற்சி பெற்ற மாதிரி இலவசமாக பதிவிறக்கம் செய்யக் கிடைக்கிறது, ஆனால் பயிற்சிக்காகப் பயன்படுத்தப்படும் மூலத் தரவு வணிகரீதியான 3D ஸ்கேன்களை அடிப்படையாகக் கொண்டிருப்பதால் தனிப்பட்டதாகவே இருக்கும். மாதிரியின் சுய பயிற்சிக்கான ஆதாரமாக பயன்படுத்தப்படலாம் ரெண்டர்பீபிள் திட்டத்தின் மக்கள்.
ஆதாரம்: opennet.ru