Obwohl Wissenschaftler neuronale Netze erfolgreich eingesetzt haben, um imaginäre 15D-Szenen in Bilder umzuwandeln, sind diese maschinellen Lerntechniken nicht schnell genug, um sie für viele reale Anwendungen geeignet zu machen. Die neue Methode, die von Forschern des Massachusetts Institute of Technology und anderen Organisationen demonstriert wurde, kann dreidimensionale Szenen aus Bildern etwa 000 Mal schneller rendern als einige andere Modelle. Darüber informiert die Website der Organisation.
Fachleute stellten klar, dass in vielen Lebensbereichen, beispielsweise in der Präzisionschirurgie oder der Landwirtschaft, eine dreidimensionale Visualisierung von Objekten benötigt wird. Neuronale Netze erhalten in der Regel ein zweidimensionales Bild und erstellen daraus ein 3D-Objekt. MIT-Wissenschaftler sagten, dass ihre neue Methode es ermöglicht, diesen Prozess im Vergleich zu bestehenden Modellen um etwa das 15-fache zu beschleunigen.
Die Autoren der Entwicklung erstellten ein Lichtfeldnetzwerk (LFN), auf dessen Grundlage künstliche Intelligenz lernte, dreidimensionale Objekte nach einer einzigen Beobachtung und mit einer Bildrate in Echtzeit wiederzugeben. Diese Methode repräsentiert eine Szene als 360°-Lichtfeld und eine Funktion, die alle Lichtstrahlen im dreidimensionalen Raum beschreibt, die durch jeden Punkt und in alle Richtungen gehen. Das Lichtfeld wird in ein neuronales Netzwerk kodiert, was das Rendern der 3D-Szene beschleunigt.
Spezialisten testeten das Modell an mehreren Szenen. Sie fanden heraus, dass das neuronale Netzwerk mit LFN 500D-Objekte mit über 1,6 Bildern pro Sekunde erzeugen konnte, etwa drei Größenordnungen schneller als andere Methoden. Die Wissenschaftler stellten auch klar, dass das neue Netzwerk des Lichtfelds Ressourcen, die etwa XNUMX MB Speicher benötigen, rationeller nutzt.
„Neurales Rendering hat fotorealistisches Rendering und Bildbearbeitung ermöglicht, die nur auf einem spärlichen Satz von Eingabebildern basieren. Leider sind alle existierenden Verfahren aus rechentechnischer Sicht sehr teuer, was ihre Verwendung in Anwendungen verhindert, die Echtzeitverarbeitung erfordern, wie beispielsweise Videokonferenzen. Dieses Projekt macht einen großen Schritt in Richtung einer neuen Generation von recheneffizienten und mathematisch eleganten neuronalen Rendering-Algorithmen. Ich gehe davon aus, dass es breite Anwendung in der Computergrafik, Computer Vision und anderen Bereichen finden wird", sagte Forschungsteilnehmer außerordentlicher Professor Gordon Wetzstein. Ihm zufolge wird die neue Technologie in der Computergrafik und anderen Bereichen Anwendung finden.
Übrigens wurde Ende November das Ricult-Programm bekannt, das den Landwirten hilft, ihre Ernte zu steigern. Der Dienst analysiert Wetteränderungen, um Landwirten in Thailand und Pakistan dabei zu helfen, die beste Zeit für den Anbau von Feldfrüchten auszuwählen.
Lesen Sie auch: