ቪዥዋል AI መመሪያ

ልዩነት ማሳየት

ልዩነት ማሳየት የ3-ል ትእይንትን ወደ 2ዲ ምስል የመቀየር ሂደት ሙሉ ለሙሉ የተለየ ያደርገዋል፣ ስለዚህ ከተሰሩት ፒክሰሎች ቅልመትን ወደ ትእይንት መመዘኛዎች ማስላት ይችላሉ።

2 ሚን አንብብለመጨረሻ ጊዜ የዘመነው

አጠቃላይ እይታ

This lets you optimize geometry, materials, lighting, and camera using gradient descent.

ጥልቅ ዳይቭ

ባህላዊ አተረጓጎም የአንድ መንገድ መንገድ ነው፡ በጂኦሜትሪ ይመግቡ፣ ቁሶች፣ መብራቶች እና ካሜራ፣ እና ፒክስሎች ይወጣሉ። እያንዳንዱ የውጤት ፒክሰል ከእያንዳንዱ የግቤት መለኪያ አንፃር እንዴት እንደሚቀየር በማስላት የሚፈሰው ልዩነት ያለው ተገላቢጦሽ ነው። በእነዚያ ቀስቶች፣ የተቀረጸው ምስል ከታለመው ፎቶ ጋር እስኪመሳሰል ድረስ አመቻች የ3-ል ቅርጽ ወይም ሸካራማነቱን ማስተካከል ይችላል፣ ይህም የተገላቢጦሽ አተረጓጎም እና ትንተና-በ-ውህደት ነው። ዋናው ችግር አተረጓጎም መቋረጥን የሚያካትት ሲሆን በተለይም የእቃ ምስሎች እና የተከለለ ጠርዞች ላይ ፒክስል በድንገት ከፊት ወደ ዳራ በሚዘልበት ጊዜ። እንደ ለስላሳ ራስተራይዜሽን (SoftRas)፣ የጠርዝ ናሙና (Li et al.'s redner) እና በPyTorch3D ውስጥ ያለው ራስተራይዘር እነዚህን በማቀላጠፍ ወይም በልዩ የድንበር ማያያዣዎች ይይዛሉ። የ NeRF ስልጠና እና 3D Gaussian splatting ታዋቂ መተግበሪያዎች ናቸው።

ቴክኒካዊ ግንዛቤ

ዋናው ፈተና የታይነት መቋረጥ ነው። በእቃው ምስል ላይ ፒክሰል ከፊት ወደ ዳራ ይንጠባጠባል፣ ስለዚህ የናቭ ተውላጠ ዜሮ በሁሉም ቦታ ማለት ይቻላል እና ዳር ላይ ያልተገለጸ ሲሆን ስለቅርጽ ምንም ጠቃሚ ቅልመት አይሰጥም። መፍትሄዎች ሽፋኑን ይለሰልሳሉ ስለዚህም ትሪያንግሎች ለስላሳ እና የደበዘዘ አሻራ በአቅራቢያው ላሉ ፒክሰሎች (ለስላሳ ራስተራይዜሽን) አስተዋፅኦ ያበረክታሉ ወይም የማሳያ ውህደት (የጠርዝ ናሙና) የወሰን ጊዜን ለማስላት ከዳርቻዎች ጋር በግልፅ ናሙና ያድርጉ።

ስልታዊ ተጽእኖ

ፍጥነት እና ልኬት

ቪዥዋል AI የመመርመሪያ፣ የማወቅ እና የመለያ ስራዎችን በሚዛን መጠን በራስ ሰር ሊያደርግ ይችላል።

ምርጫዎችን ይገንቡ

የፈጠራ ቡድኖች በጥቂት የእጅ ክለሳዎች ጽንሰ-ሀሳቦችን በፍጥነት መተየብ ይችላሉ።

ቡድን እና የስራ ፍሰት

ክዋኔዎች ከዚህ ቀደም ለማስኬድ አስቸጋሪ የነበሩትን የምስል እና የቪዲዮ ምልክቶችን መጠቀም ይችላሉ።

የልዩነት አቀራረብ የወደፊት

ልዩነት ማሳየት በግራፊክስ እና በጥልቅ ትምህርት መካከል ያለው ተያያዥ ቲሹ እየሆነ ነው። የእውነተኛ ጊዜ ልዩነት አድራጊዎች እና የጋውሲያን-ስፕላትቲንግ የቧንቧ መስመር ዝርጋታ ለ3-ል መልሶ ግንባታ ከፎቶዎች ፣የነርቭ ቁሳቁስ ቀረፃ ፣የሮቦቲክስ አስመስሎ መስራት ከሚቻል ፊዚክስ እና ከጫፍ እስከ ጫፍ ሲስተሞች አንድ ኪሳራ ከመጨረሻው ምስል እስከ ትዕይንት ግቤቶች ድረስ የሚፈስበት ጥብቅ ቀለበቶችን ይጠብቁ። ለሙሉ ዓለም አቀፋዊ ብርሃን ልዩነት ያለው መንገድ ፍለጋ ወደ ተግባራዊነት የሚሄድ ንቁ የምርምር ድንበር ነው።

የእውነተኛ-ዓለም አተገባበር

የ3-ል ነገር ቅርፅ እና ሸካራነት ከጥቂት ፎቶግራፎች እንደገና መገንባት ሞዴሉን በማመቻቸት ምስሎቹ እስኪመሳሰሉ ድረስ (የተገላቢጦሽ አተረጓጎም)።

የNRFs እና 3D Gaussian ስፕሌቶችን ማሰልጠን፣ ከምስል እይታዎች የተውጣጡ ድግግሞሾች የትእይንት ውክልና የሚያሻሽሉበት።

የተቀረጹ ድምቀቶችን ከእውነተኛ ፎቶግራፍ ጋር በማዛመድ የአንድን ነገር ቁሳዊ ባህሪያት (ሸካራነት፣ ነጸብራቅ) መገመት።

ቦታውን ለማገገም የሚታወቅ 3D ሞዴልን ከካሜራ ምስል ጋር በመገጣጠም በሮቦቲክስ ውስጥ የካሜራ እና የአቀማመጥ ልኬት።

አደጋዎች እና የጥበቃ መንገዶች

የምስል መብቶች እና ፈቃድ ግልጽ ካልሆነ ህጋዊ አደጋዎች ሊሆኑ ይችላሉ።

የሞዴል አፈጻጸም በብርሃን፣ በስነ-ሕዝብ እና በአካባቢው ሊለያይ ይችላል።

የመተማመን ገደቦች ካልተቆጣጠሩ የውሸት አወንታዊ ነገሮች ላይታዩ ይችላሉ።

የትግበራ ፍኖተ ካርታ

1

ለትክክለኛነት፣ ለማስታወስ እና ለስህተት ወጪዎች የመቀበያ መስፈርቶችን ይግለጹ።

2

ከእውነተኛ የምርት ሁኔታዎች ጋር በሚዛመድ ውሂብ ይሞክሩ።

3

ለዝቅተኛ እምነት ወይም ከፍተኛ ተጽዕኖ ትንበያ የሰው ግምገማን ያክሉ።

4

ከካሜራ ወይም የውሂብ ስብስብ ለውጦች በኋላ የሞዴሉን ተንሸራታች ይከታተሉ እና እንደገና ያረጋግጡ።

ማሰስዎን ይቀጥሉ

Free newsletter

Get the daily AI briefing

Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.

One email each weekday. Unsubscribe in one click. We never sell or share your address.

Test yourself

Take the Differentiable Rendering quiz

Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.

ጥያቄ ጀምር

Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation

ቀጣይ መመሪያ

DDSP የሚለያይ የድምጽ ውህደት

በተደጋጋሚ የሚጠየቁ ጥያቄዎች

What is Differentiable Rendering?

ልዩነት ማሳየት የ3-ል ትእይንትን ወደ 2ዲ ምስል የመቀየር ሂደት ሙሉ ለሙሉ የተለየ ያደርገዋል፣ ስለዚህ ከተሰሩት ፒክሰሎች ቅልመትን ወደ ትእይንት መመዘኛዎች ማስላት ይችላሉ። ይህ ቀስ በቀስ መውረድን በመጠቀም ጂኦሜትሪ፣ ቁሶች፣ መብራት እና ካሜራ እንዲያሳድጉ ያስችልዎታል።

ልዩነት ያለው አተረጓጎም እንዲሰላ ምን ያስችልሃል?

አተረጓጎም ልዩነት እንዲኖረው በማድረግ፣ ከፒክሰሎች ወደ ትዕይንት ግብዓቶች የሚመለሱ ቅልመትን ያገኛሉ፣ ይህም በግራዲየንት ላይ የተመሰረተ ማመቻቸትን ያስችላል።

ለምንድነው የነገሮች ምስሎች ለተለያየ አተረጓጎም ዋና ችግር የሆኑት?

በ silhouette ላይ አንድ ፒክሰል በፊት እና ከበስተጀርባ መካከል ይንጠባጠባል፣ ስለዚህ የዋህ አመጣጥ ዜሮ ወይም ያልተገለጸ እና ምንም የቅርጽ መረጃ አይይዝም።

ለስላሳ ራስተራይዜሽን የማቋረጥ ችግርን እንዴት ይፈታል?

ለስላሳ ራስተራይዜሽን (ለምሳሌ፣ SoftRas) ሽፋንን ይለሰልሳል ስለዚህ እያንዳንዱ ትሪያንግል በፒክሰሎች ዙሪያ ላይ ያለችግር ተጽዕኖ ያሳድራል፣ ይህም ጥቅም ላይ የሚውሉ ቀስቶችን ይፈጥራል።

'ተገላቢጦሽ መስጠት' ምንድን ነው?

የተቀናበረው ምስል ከታዘበው ፎቶ ጋር እስኪመሳሰል ድረስ የተገላቢጦሽ አተረጓጎም የትእይንት መለኪያዎችን ለማመቻቸት የተለየ አቀራረብ ይጠቀማል።

የትኛው ዘመናዊ ቴክኒክ ለስልጠና ልዩነት መስጠት ላይ የተመሰረተ ነው?

ሁለቱም NeRFs እና 3D Gaussian splatting የተመቻቹት የምስል-ቦታ መጥፋትን በሚለየው አቅራቢ በኩል በማሰራጨት ነው።