Hoewel wetenschappers met succes neurale netwerken hebben gebruikt om ingebeelde 15D-scènes in afbeeldingen om te zetten, zijn deze machine learning-technieken niet snel genoeg om ze geschikt te maken voor veel toepassingen in de echte wereld. De nieuwe methode, gedemonstreerd door onderzoekers van het Massachusetts Institute of Technology en andere organisaties, kan driedimensionale scènes uit afbeeldingen ongeveer 000 keer sneller weergeven dan sommige andere modellen. over dit informeert de website van de organisatie.
Specialisten verduidelijkten dat in veel levenssferen, bijvoorbeeld precisiechirurgie of landbouw, driedimensionale visualisatie van objecten nodig is. In de regel ontvangen neurale netwerken een tweedimensionaal beeld en maken op basis daarvan een 3D-object. MIT-wetenschappers zeiden dat hun nieuwe methode het mogelijk maakt om dit proces ongeveer 15 duizend keer te versnellen, vergeleken met bestaande modellen.
De auteurs van de ontwikkeling creëerden een lichtveldnetwerk (LFN), op basis waarvan kunstmatige intelligentie leerde om na een enkele observatie en met een framesnelheid in realtime driedimensionale objecten te reproduceren. Deze methode stelt een scène voor als een 360°-lichtveld en een functie die alle lichtstralen in de driedimensionale ruimte beschrijft die door elk punt en in alle richtingen gaan. Het lichtveld is gecodeerd in een neuraal netwerk, wat de weergave van de 3D-scène versnelt.
Specialisten testten het model op verschillende scènes. Ze ontdekten dat het neurale netwerk met LFN 500D-objecten kon genereren met meer dan 1,6 frames per seconde, ongeveer drie ordes van grootte sneller dan andere methoden. De wetenschappers verduidelijkten ook dat het nieuwe netwerk van het lichtveld rationeler bronnen gebruikt die ongeveer XNUMX MB geheugen nodig hebben.
"Neurale weergave heeft fotorealistische weergave en beeldbewerking mogelijk gemaakt op basis van slechts een schaarse set invoerafbeeldingen. Helaas zijn alle bestaande methoden erg duur vanuit computationeel oogpunt, waardoor ze niet kunnen worden gebruikt in toepassingen die realtime verwerking vereisen, zoals videoconferenties. Dit project zet een grote stap in de richting van een nieuwe generatie rekenkundig efficiënte en wiskundig elegante neurale rendering-algoritmen. Ik verwacht dat het een brede toepassing zal vinden op het gebied van computergraphics, computervisie en andere gebieden', zegt universitair hoofddocent Gordon Wetzstein. Volgens hem zal de nieuwe technologie toepassing vinden in computergraphics en andere gebieden.
Overigens werd eind november bekend over het Ricult-programma, dat boeren helpt hun oogst te vergroten. De dienst analyseert weersveranderingen om boeren in Thailand en Pakistan te helpen bij het kiezen van de beste tijd om gewassen te planten.
Lees ook: