近日,伯克利人工智能研究实验室的研究人员开发出一种根据一张2D彩色图片来创建精确的3D模型的方法。该技术使用“分层表面预测(HSP)”来识别空白空间、占用空间和关键边界,可应用于虚拟现实、3D打印和其他涉及3D模型的领域。
“即使只看到一张图片,人类也可以毫不费力地理解物体和场景的形状,但如何让机器拥有这种能力呢?秘密是将一张图片的体积元素(体素)分为三类:占用空间、空白空间和边界。之前的将2D图像转换为3D模型的尝试只处理了两种空间,而这妨碍了高分辨率,”研究人员解释说。
研究人员表示,边界的使用大大提升了分辨率。他们的新方法不太关心2D图片中的单个体素,因为单个体素几乎无法提供与3D形状相关的有用信息,而是明确地专注于表面,这些表面是生成3D模型的关键。
为了测试这种HSP系统,研究团队试图从单张彩色图片中提取高分辨率的几何图形,并将自己的方法与其他两种预测技术——低分辨率硬(LR hard),一种二进制方法和低分辨率软(LR soft),一种分数法——进行对比。结果表明,相比其他两种方法,新方法能从最初的2D图片中生成更精确的3D图像。
虽然这样的计算方法还无法与人类大脑匹敌,但这个巧妙的新方法可能为进一步的研究奠定了基础。
1206 0
登陆后参与评论
2024-03-28 09:51:51
2024-03-27 12:59:11
2024-03-27 11:49:45
2024-03-26 13:29:35
2024-03-26 13:28:19
2024-03-26 13:22:43
2024-03-26 10:45:31
2024-03-25 12:06:05
2024-03-15 10:24:23
2024-03-15 10:16:27
2024-03-15 10:03:10
2024-03-15 09:51:44