我们的专业付出,值得您的永久信赖!为您量身定制,信誉第一!

订货热线:19071256083

推荐产品
  • Yabo手机版登陆_iG生死局突围成功!德云色激动拍桌:你永远可以相信宋义进
  • 小天自我保护意识拉满 夺冠后删光微博
  • 官方网站:全球轻型护卫舰谁更强 中国056舰数量第一性能最均衡
当前位置:首页 > 新闻中心 > 行业动态
-2D图像变3D,微软新AI框架或成游戏业福音

 


96943
本文摘要:记录:右图是微软公司模型分解的3d沙发、椅子和浴缸图像,已经有很多机构将2D图像转换为3D金属模型进行了尝试。

记录:右图是微软公司模型分解的3d沙发、椅子和浴缸图像,已经有很多机构将2D图像转换为3D金属模型进行了尝试。另外,包括Facebook、Nvidia等公司的AI研究实验室,或者类似于AI。最近,来自微软公司的研究团队也公开发表了预印论文,展示了根据非结构化的2D图像分解3D图像的能力。

一般来说,训练这样的框架必须通过格栅化处理来展开微分步图形,因此过去的研究者在这个领域的希望集中精力开发定制图形模型。但是,这种模型处理的图像不太现实,也不适合分解游戏和图形产业的工业效果图。微软公司的研究人员这次实现了新的突破。

官方网站

他们在论文中详细说明了框架。这个框架使用的图形训练技术是第一次作为这个领域使用。研究人员表示,在使用2D图像开展训练时,该框架可以比现有模型分解效果更好的3D金像形状,对于视频游戏开发者、电子商务公司和没有设立3D模型经验的动画公司来说是福音。具体来说,研究人员试图利用功能齐全的工业RenderMan,该RenderMan可以根据显示数据分解图像。

为此,研究人员训练了3D形状的分解模型,使图形形状和分解,使与2D形状相匹配的图像分解。生成器模型使用随机输出向量(代表数据集特征的值),分解对象的倒数体素对应(3D界面中的网格值),将体素输出到不能微分化的图形过程中,在现有RenderMan展开图形之前将门槛降低到线性值。也就是说,这是一种精致的代理神经RenderMan必备图形用3D线形拆卸模型拆卸的倒数体素网格方式。

正如研究人员所说明的,在等待价格3D线网输出的情况下,必须对其进行培训,以给出现成RenderMan的图形输入。生成式对付网络(GANS)在生成2D图像数据方面的成果令人印象深刻,很多视觉应用于游戏,必须以3D图像模型输出,在某种程度上是图像。但是,需要将现有的GAN模型扩展到3D,提供3D的训练数据。

(公共编号:)记录:右图是微软公司模型分解的3D蘑菇图像在实验过程中,研究团队为上述生成器使用了on3D卷积GAN架构(GAN是由两部分构成的AI奖励模型,其中包括生成器,这些生成器用于分布式样品从随机噪音中分解制备的示例,将这些示例与训练数据集中的现实示例一起送到鉴定器中,尝试区分两者)。基于3D模型分解的数据集和现实的数据集可以制作出不同对象类别的图像,在训练过程中从不同角度展开图形。

研究人员还回答说,他们的框架不会从图像中提取灯光和阴影信息,需要从每个训练样本中提取更有意义的数据,并在此基础上产生更好的结果。在对自然图片数据集开展培训后,该框架能够拆卸细致样本。此外,框架还可以利用表面之间的曝光差异,顺利检测凹形物体的内部结构,正确捕捉凹形程度和空间。

将颜色、材料、照明等信息分割到系统中,将来这些信息可以与更好的通常实际数据集合使用。记录:本文编译器是VentureBeat原创文章,允许禁止发表。下一篇文章发表了注意事项。


本文关键词:Yabo手机版登陆,官方网站

本文来源:Yabo手机版登陆-www.pixanlabs.com