กลุ่มนักวิจัยจากมหาวิทยาลัยในอเมริกาหลายแห่งได้เผยแพร่โครงการนี้ (Pixel-Aligned Implicit Function) ซึ่งช่วยให้คุณประยุกต์วิธีการเรียนรู้ของเครื่องจักรเพื่อสร้างโมเดล 3 มิติของบุคคลจากภาพสองมิติตั้งแต่หนึ่งภาพขึ้นไป ระบบช่วยให้คุณสร้างตัวเลือกเสื้อผ้าที่ซับซ้อนขึ้นมาใหม่ได้ เช่น กระโปรงและรองเท้าส้นสูงแบบจับจีบ และทรงผมต่างๆ โดยสามารถฟื้นฟูพื้นผิวและรูปร่างได้อย่างอิสระในพื้นที่ที่มองไม่เห็นในการฉายภาพซึ่งเป็นจุดที่สร้างโมเดล 3 มิติ หากต้องการเพิ่มคุณภาพและรายละเอียดของโมเดล 3 มิติขั้นสุดท้าย คุณสามารถใช้รูปภาพหลายรูปจากมุมที่ต่างกันได้ รหัสโครงการเขียนด้วยภาษา Python โดยใช้กรอบงาน PyTorch และ ภายใต้ใบอนุญาต MIT
โครงข่ายประสาทเทียมถูกใช้เป็นแหล่งที่มาสำหรับการสร้างเค้าโครงสามมิติขึ้นใหม่ ซึ่งช่วยให้คุณสามารถเลือกรูปร่างที่น่าจะเป็นไปได้มากที่สุดและสร้างองค์ประกอบที่ซ่อนอยู่ โดยเริ่มจากแบบจำลองที่ได้รับการฝึกในเวอร์ชันต่างๆ ของวัตถุที่มีอยู่ ในแบบคู่ขนาน โปรเจ็กต์จัดเตรียมอัลกอริธึมสำหรับการจับคู่เค้าโครงปริมาตรผลลัพธ์กับพื้นผิวในภาพ 2D ที่ให้มา ซึ่งจะจัดแนวพิกเซลของภาพ 3D ตามตำแหน่งบนวัตถุ XNUMXD และสร้างพื้นผิวที่ขาดหายไปมากที่สุด ภาพใด ๆ ที่สามารถเข้ารหัสได้ สำหรับ
สถาปัตยกรรมประยุกต์การฟื้นฟูพื้นผิว”", NS
โครงข่ายประสาทเทียมที่ใช้สถาปัตยกรรมใช้สำหรับการจับคู่พื้นผิว .
แบบฝึกสำเร็จรูปที่ผู้วิจัยใช้ พร้อมให้ดาวน์โหลดฟรี แต่ข้อมูลดิบที่ใช้สำหรับการฝึกอบรมยังคงเป็นส่วนตัว เนื่องจากเป็นข้อมูลสแกน 3 มิติเชิงพาณิชย์ สามารถใช้เป็นแหล่งสำหรับการฝึกโมเดลด้วยตนเองได้ บุคคลจากโครงการ Renderpeople
ที่มา: opennet.ru