Въпреки че учените успешно са използвали невронни мрежи за преобразуване на въображаеми 15D сцени в изображения, тези техники за машинно обучение не са достатъчно бързи, за да ги направят подходящи за много приложения от реалния свят. Новият метод, демонстриран от изследователи от Масачузетския технологичен институт и други организации, може да рендира триизмерни сцени от изображения около 000 XNUMX пъти по-бързо от някои други модели. За това информира уебсайта на организацията.
Специалистите изясниха, че в много сфери на живота, например прецизна хирургия или селско стопанство, е необходима триизмерна визуализация на обекти. По правило невронните мрежи получават двуизмерно изображение и въз основа на него създават 3D обект. Учените от Масачузетския технологичен институт казаха, че техният нов метод позволява да се ускори този процес с около 15 хиляди пъти в сравнение със съществуващите модели.
Авторите на разработката създадоха светлинна полева мрежа (LFN), на базата на която изкуственият интелект се научи да възпроизвежда триизмерни обекти след еднократно наблюдение и с кадрова честота в реално време. Този метод представя сцена като 360° светлинно поле и функция, която описва всички светлинни лъчи в триизмерното пространство, преминаващи през всяка точка и във всички посоки. Светлинното поле е кодирано в невронна мрежа, която ускорява изобразяването на 3D сцената.
Специалистите тестваха модела на няколко сцени. Те откриха, че с LFN, невронната мрежа е в състояние да генерира 500D обекти с над 1,6 кадъра в секунда, около три порядъка по-бързо от други методи. Учените също така поясняват, че новата мрежа на светлинното поле по-рационално използва ресурси, които изискват около XNUMX MB памет.
„Невронното изобразяване даде възможност за фотореалистично изобразяване и редактиране на изображения въз основа само на рядък набор от входни изображения. За съжаление, всички съществуващи методи са много скъпи от изчислителна гледна точка, което предотвратява използването им в приложения, които изискват обработка в реално време, като например видеоконференции. Този проект прави голяма крачка към ново поколение изчислително ефективни и математически елегантни алгоритми за невронно изобразяване. Очаквам, че ще намери широко приложение в компютърната графика, компютърното зрение и други области“, каза участникът в изследването доцент Гордън Вецщайн. Според него новата технология ще намери приложение в компютърната графика и други области.
Между другото, в края на ноември стана известно за програмата Ricult, която помага на фермерите да увеличат реколтата си. Услугата анализира промените във времето, за да помогне на фермерите в Тайланд и Пакистан да изберат най-доброто време за засаждане на култури.
Прочетете също: