给大家分享一篇关于 和手机的文章。相信很多朋友对 和手机还是不太了解,所以边肖也在网上搜集了一些关于手机和 的相关知识与大家分享。希望大家看完之后会喜欢。
脸书、英伟达的人工智能研究实验室和像through dy . AI这样的初创公司已经尝试了在各个方面将2D物体转换成3D形状的挑战。然而,在一篇新的预印论文中,微软研究团队详细介绍了一个框架,他们声称这是第一个用于2D数据3D模型的“可扩展”训练技术。他们表示,当仅使用2D图像进行训练时,它总能学习到比现有模型更好的形状,这对于缺乏从头开始创建3D形状的手段或专业知识的视频游戏开发商、电子商务企业和动画工作室来说可能是一个福音。
与之前的工作相反,研究人员试图使用全功能的工业渲染器,即从显示数据生成图像的软件。为此,他们训练了三维形状的生成模型,这样渲染形状将生成与2D数据集分布相匹配的图像。生成器模型采用随机输入向量(表示数据集特征的值)并生成3D对象的连续体素表示(3D空间中网格上的值)。然后,它将体素馈送到不可微渲染过程,该过程在用现成的渲染器(构建在OpenGL上的Pyrender)渲染之前将其阈值设置为离散值。
在实验中,该团队采用3D卷积氮化镓架构用于发电机。(GANs是由两部分组成的AI模型,包括生成器,生成器使用分布式采样从随机噪声中生成合成示例,并将这些示例与来自训练数据集的真实示例一起馈送给鉴别器,以尝试区分两者。一系列合成数据集和一个由3D模型生成的真实数据集,它们合成了不同对象类别的图像,并在整个训练过程中从不同角度进行渲染。
研究人员表示,他们的方法利用了图像提供的光照和阴影线索,因此可以从每个训练样本中提取更有意义的信息,并在这些设置下产生更好的结果。此外,在训练自然图像数据集时,可以生成逼真的样本。论文的合著者写道:“我们的方法.利用面与面之间的曝光差,成功检测出凹面物体的内部结构,使其能够准确捕捉凹面和中空空间。”
本文就为大家讲解到这里了。标签: