গাউসিয়ান স্প্ল্যাটিং
গাউসিয়ান স্প্ল্যাটিং লক্ষ লক্ষ ক্ষুদ্র, রঙিন, আধা-স্বচ্ছ ব্লব হিসাবে একটি 3D দৃশ্য উপস্থাপন করে যা রিয়েল টাইমে রেন্ডার করা যেতে পারে।
ওভারভিউ
It delivers NeRF-like photorealism while running fast enough for interactive viewing.
গভীর ডুব
SIGGRAPH 2023-এ প্রবর্তিত, 3D Gaussian Splatting NeRF-এর মতো ফটোগুলি থেকে দৃশ্যগুলি পুনর্গঠন করে কিন্তু একটি লুকানো নিউরাল নেটওয়ার্কের পরিবর্তে একটি স্পষ্ট উপস্থাপনা ব্যবহার করে৷ প্রতিটি দৃশ্য হল 3D গাউসিয়ানদের একটি মেঘ, অস্পষ্ট উপবৃত্তাকার ব্লব এবং প্রতিটি ব্লব একটি অবস্থান, একটি আকার এবং অভিযোজন (এর কোভারিয়েন্স), একটি অস্বচ্ছতা এবং রঙ সংরক্ষণ করে। একটি নেটওয়ার্কের মাধ্যমে ধীরে ধীরে রশ্মি নিক্ষেপ করার পরিবর্তে, পদ্ধতিটি এই ব্লবগুলিকে সরাসরি স্ক্রিনে "স্প্ল্যাট" করে এবং তাদের মিশ্রিত করে, একটি প্রক্রিয়া ঐতিহ্যগত রাস্টারাইজেশনের কাছাকাছি এবং তাই খুব দ্রুত। ক্যামেরা ক্রমাঙ্কন দ্বারা উত্পাদিত একটি স্পার্স পয়েন্ট ক্লাউড থেকে প্রশিক্ষণ শুরু হয়, তারপরে ব্লবগুলিকে অপ্টিমাইজ করে যেখানে দৃশ্যটি পুনর্গঠন করা হয়নি এবং যেখানে এটি অতিরিক্ত জনবহুল সেখানে ছাঁটাই করা হয়। ফলাফল হল 1080p-এ রিয়েল-টাইম রেন্ডারিং এবং গুণমানের সাথে সেরা NeRF-এর প্রতিদ্বন্দ্বিতা করে, এই কারণেই এটি গ্রাফিক্স এবং ক্যাপচার টুলের মাধ্যমে দ্রুত ছড়িয়ে পড়ে।
প্রযুক্তিগত অন্তর্দৃষ্টি
মূলটি হল একটি ভিন্নতাযোগ্য টাইল-ভিত্তিক রাস্টারাইজার। 3D গাউসিয়ানদের 2D তে প্রজেক্ট করা হয়েছে, গভীরতা অনুসারে সাজানো হয়েছে, এবং প্রতি স্ক্রীন টাইলের আলফা-মিশ্রিত করা হয়েছে, তাই রেন্ডারিং প্রতি-পিক্সেল রে মার্চিং এড়িয়ে যায় যা NeRF কে ধীর করে দেয়। রঙ গোলাকার হারমোনিক্সের সাথে সংরক্ষণ করা হয়, প্রতিফলন ক্যাপচার করার জন্য প্রতিটি ব্লবকে দেখার কোণ সহ চেহারা পরিবর্তন করতে দেয়। যেহেতু পুরো পাইপলাইনটি পার্থক্যযোগ্য, তাই NeRF দ্বারা ব্যবহৃত একই ফটো-ম্যাচিং গ্রেডিয়েন্ট ডিসেন্ট ব্লব অবস্থান, আকার, অস্বচ্ছতা এবং রঙগুলিকে অপ্টিমাইজ করে, যখন একটি ঘনত্বের ধাপ অনুপস্থিত বিশদ যোগ করতে গাউসিয়ানদের বৃদ্ধি বা বিভক্ত করে।
কৌশলগত প্রভাব
গতি এবং স্কেল
ভিজ্যুয়াল এআই স্কেলে পরিদর্শন, সনাক্তকরণ এবং ট্যাগিং কাজগুলি স্বয়ংক্রিয়ভাবে করতে পারে।
পছন্দগুলি তৈরি করুন
সৃজনশীল দলগুলি কম ম্যানুয়াল সংশোধন সহ ধারণাগুলিকে দ্রুত প্রোটোটাইপ করতে পারে।
টিম এবং ওয়ার্কফ্লো
অপারেশনগুলি ইমেজ এবং ভিডিও সংকেত ব্যবহার করতে পারে যা আগে প্রক্রিয়া করা কঠিন ছিল।
গাউসিয়ান স্প্ল্যাটিং এর ভবিষ্যত
Gaussian Splatting গবেষণা থেকে 3D ক্যাপচার, ম্যাপিং এবং ভার্চুয়াল উৎপাদনের জন্য পণ্যগুলিতে দ্রুত অগ্রসর হচ্ছে, আংশিক কারণ এটি গ্রাহক GPU এবং এমনকি ব্রাউজারে রিয়েল টাইমে রেন্ডার করে। সক্রিয় কাজের লক্ষ্য ফাইলের আকার সঙ্কুচিত করা (দৃশ্যগুলি বড় হতে পারে), গতিশীল এবং অ্যানিমেটেড দৃশ্যগুলি পরিচালনা করা, রিলাইটিং করা এবং পৃথক বস্তু সম্পাদনা করা। গেম ইঞ্জিন এবং AR/VR, হাইব্রিড পদ্ধতি যা মেশের সাথে স্প্ল্যাটগুলিকে একত্রিত করে এবং ফোন ভিডিও থেকে ক্যাপচার করে তার সাথে আরও কঠোর ইন্টিগ্রেশন আশা করুন। এটিকে ক্রমবর্ধমানভাবে NeRF-এর ব্যবহারিক পরিপূরক বা প্রতিস্থাপন হিসাবে দেখা হচ্ছে যেখানেই ইন্টারেক্টিভ গতি গুরুত্বপূর্ণ।
বাস্তব-বিশ্ব বাস্তবায়ন
ওয়েবের জন্য রুম বা পণ্যের রিয়েল-টাইম, অন্বেষণযোগ্য 3D ক্যাপচার তৈরি করা
ফটোরিয়ালিস্টিক, নেভিগেবল সেট সহ ভার্চুয়াল প্রোডাকশন এবং ফিল্ম প্রিভিজুয়ালাইজেশন
একটি ফোন বা ড্রোন ভিডিও থেকে বস্তু এবং পরিবেশের দ্রুত 3D স্ক্যানিং
ইন্টারেক্টিভ AR/VR দৃশ্য তৈরি করা যা ভোক্তা হার্ডওয়্যারে মসৃণভাবে চলে
ঝুঁকি এবং প্রহরী
প্রমাণ অস্পষ্ট হলে ছবির অধিকার এবং সম্মতি আইনি ঝুঁকিতে পরিণত হতে পারে।
মডেলের কর্মক্ষমতা আলো, জনসংখ্যা এবং পরিবেশ জুড়ে পরিবর্তিত হতে পারে।
আস্থার থ্রেশহোল্ডগুলি পর্যবেক্ষণ করা না হলে মিথ্যা ইতিবাচকগুলি অলক্ষিত হতে পারে।
বাস্তবায়ন রোডম্যাপ
নির্ভুলতা, প্রত্যাহার, এবং ত্রুটি খরচের জন্য গ্রহণযোগ্যতার মানদণ্ড নির্ধারণ করুন।
প্রকৃত উৎপাদন অবস্থার সাথে মেলে এমন ডেটা দিয়ে পরীক্ষা করুন।
কম-আস্থা বা উচ্চ-প্রভাব ভবিষ্যদ্বাণীর জন্য মানুষের পর্যালোচনা যোগ করুন।
মডেল ড্রিফ্ট ট্র্যাক করুন এবং ক্যামেরা বা ডেটাসেট পরিবর্তনের পরে পুনরায় যাচাই করুন।
অন্বেষণ চালিয়ে যান
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 Gaussian Splatting quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
পরবর্তী গাইড
গাউসিয়ান প্রসেস
প্রায়শই জিজ্ঞাসিত প্রশ্নাবলী
What is Gaussian Splatting?
গাউসিয়ান স্প্ল্যাটিং লক্ষ লক্ষ ক্ষুদ্র, রঙিন, আধা-স্বচ্ছ ব্লব হিসাবে একটি 3D দৃশ্য উপস্থাপন করে যা রিয়েল টাইমে রেন্ডার করা যেতে পারে। ইন্টারেক্টিভ দেখার জন্য যথেষ্ট দ্রুত চলার সময় এটি NeRF-এর মতো ফটোরিয়ালিজম প্রদান করে।
কিভাবে গাউসিয়ান স্প্ল্যাটিং একটি 3D দৃশ্য উপস্থাপন করে?
দৃশ্যটি 3D গাউসিয়ানদের একটি স্পষ্ট মেঘ, প্রতিটি অবস্থান, আকৃতি, অস্বচ্ছতা এবং রঙ সহ একটি অস্পষ্ট উপবৃত্তাকার।
কেন গাউসিয়ান স্প্ল্যাটিং মূল এনআরএফের তুলনায় অনেক দ্রুত রেন্ডার হয়?
টাইল-ভিত্তিক রাস্টারাইজেশনের মাধ্যমে ব্লবগুলিকে প্রজেক্ট করা এবং মিশ্রিত করা NeRF-এর ধীর প্রতি-পিক্সেল রে মার্চিং এড়ায়, রিয়েল-টাইম গতি সক্ষম করে।
প্রতিটি 3D গাউসিয়ান কোন তথ্য সঞ্চয় করে?
প্রতিটি ব্লব একটি অবস্থান, একটি সহভঙ্গি (আকার এবং অভিযোজন), একটি অস্বচ্ছতা এবং রঙের তথ্য বহন করে।
দেখার কোণে ব্লবের রঙ পরিবর্তন করতে কী ব্যবহার করা হয়?
রঙ গোলাকার হারমোনিক্সের সাথে এনকোড করা হয়েছে, তাই প্রতিটি গাউসিয়ান বিভিন্ন দিক থেকে আলাদা হতে পারে, প্রতিফলন ক্যাপচার করে।
গাউসিয়ান স্প্ল্যাটিংয়ে সাধারণত প্রশিক্ষণ কীভাবে শুরু হয়?
এটি স্ট্রাকচার-ফ্রম-মোশন ক্যামেরা ক্রমাঙ্কন থেকে স্পার্স পয়েন্ট দিয়ে শুরু হয়, তারপর সেখান থেকে গাউসিয়ানদের অপ্টিমাইজ করে।