InayofuataMwongozo unaofuata
Magic3D Text-to-3D Bomba
AI ya kuona
Mwongozo wa AI unaoonekana
Ujenzi mpya wa 3D wa DUST3R Mnene
DUSt3R ni mbinu iliyofunzwa ya uundaji upya mnene wa 3D kutoka kwa mkusanyiko wa picha bila kuhitaji urekebishaji wa kamera au kuweka kama ingizo.
Sikiliza mwongozo huuInaonyeshwa na AI · ~2 min
Katika ukurasa huudk 2 kusoma
Muhtasari
Inatabiri ramani za uhakika na ramani za uhakika, kisha hutumia upatanishi wa kimataifa kwa mitazamo mingi. Matokeo yake ni makadirio ambayo usahihi wake unategemea mwingiliano wa picha, maudhui ya eneo, na upangaji wa mkondo wa chini.
Dive ya kina
DUSt3R (Wang et al., 2024) huweka upya muundo mnene wa stereo kama urekebishaji wa ramani ya pointi kwa pande mbili. Kwa kuzingatia picha mbili, inatabiri uratibu wa 3D kwa kila pikseli, ikionyesha ramani zote mbili katika fremu ya kuratibu ya picha ya kwanza, pamoja na ramani za uhakika za kila pikseli. Haihitaji urekebishaji wa kamera au mielekeo ya mtazamo kama ingizo. Kwa zaidi ya picha mbili, utaratibu wa upatanishi wa kimataifa huleta ramani za pande mbili kwenye fremu ya kawaida ya marejeleo; vigezo vya kamera na mechi za pixel zinaweza kurejeshwa kutoka kwa jiometri iliyopangiliwa. MAST3R huunda kwenye mfumo na mbinu mnene ya kulinganisha picha.
Utekelezaji wa Ulimwengu Halisi
Inakadiria pointi mnene za 3D kutoka kwa jozi ya picha zisizo na kipimo
Inarejesha picha za kamera za jamaa na mawasiliano ya pikseli kutoka kwa utabiri wa ramani ya uhakika na mpangilio wa chini wa mkondo
Kuchanganya uundaji upya wa pande mbili katika fremu iliyoshirikiwa ya kuratibu kwa eneo la picha nyingi
Kutumia ramani za uhakika kupima au kuchuja pointi za 3D zisizo na uhakika zilizotabiriwa
Mustakabali wa Ujenzi Mpya wa DUST3R Mnene wa 3D
DUSt3R na MASt3R zinaonyesha jinsi ramani ulizojifunza zinavyoweza kusaidia kazi kadhaa za maono ya kijiometri kutoka kwa jozi za picha. Maswali ya wazi yanajumuisha uthabiti wa mwingiliano hafifu, maumbo yanayorudiwa, matukio yanayobadilika na mikusanyiko mikubwa ya picha. Mifumo ya mtiririko wa chini inapaswa kudhibitisha kiwango kilichorejeshwa, usawazishaji na makadirio ya kamera kwa matumizi yaliyokusudiwa.
Kuiweka katika vitendo
Kwa nini ni muhimu
- Kasi na kiwango. Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
- Tengeneza chaguzi. Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
- Timu na mtiririko wa kazi. Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Jihadharini na
- Haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi.
- Utendaji wa muundo unaweza kutofautiana katika mwangaza, idadi ya watu na mazingira.
- Chanya za uwongo zinaweza kutotambuliwa isipokuwa viwango vya uaminifu vifuatiliwe.
Hatua zinazofuata
- Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa.
- Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
- Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
- Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Endelea Kuchunguza
Jarida halali
Pata taarifa ya kila siku ya AI
Hadithi tatu za AI zilizothibitishwa kila asubuhi ya wiki, zimetengenezwa kwa Kiingereza rahisi. Bila malipo daima, hakuna matangazo.
Barua pepe moja kila siku ya wiki. Jiondoe kwa bonyeza moja. Hatutauza au kushiriki anwani yako.
Jijaribu mwenyewe
Take the DUSt3R Dense 3D Reconstruction quiz
Maoni ya haraka juu ya kila jibu, na cheti kinachoweza kushirikishwa na kitambulisho kinachoweza kuthibitishwa baada ya kupita kozi.
Changia elimu ya AI bila malipo. AI Understanding ni 501(c)(3) isiyo na faida — hakuna matangazo, hakuna kizuizi cha malipo, daima. Toa mchango
Maswali yanayoulizwa mara kwa mara
Ujenzi mpya wa DUST3R Dense 3D ni nini?
DUSt3R ni mbinu iliyofunzwa ya uundaji upya mnene wa 3D kutoka kwa mkusanyiko wa picha bila kuhitaji urekebishaji wa kamera au kuweka kama ingizo. Inatabiri ramani za uhakika na ramani za uhakika, kisha hutumia upatanishi wa kimataifa kwa mitazamo mingi. Matokeo yake ni makadirio ambayo usahihi wake unategemea mwingiliano wa picha, maudhui ya eneo, na upangaji wa mkondo wa chini.
Je, ni sehemu gani muhimu ya habari ambayo DUST3R HAITAJI kama ingizo, tofauti na muundo wa kawaida-kutoka-mwendo?
DUSt3R inafanya kazi na kamera zisizo na kipimo na pozi zisizojulikana; inakadiria jiometri moja kwa moja kutoka kwa picha mbichi.
Ni matokeo gani ya kati ambayo mtandao wa DUST3R hurejelea kwa kila picha?
DUSt3R inatabiri ramani ya pointi, ikikabidhi kila pikseli kiratibu mnene cha 3D, na picha zote mbili za jozi katika fremu iliyoshirikiwa ya kuratibu.
Katika jozi ya picha ya DUST3R, ni fremu gani ya kuratibu zote mbili zimeonyeshwa?
Ramani zote mbili za picha hurejeshwa katika fremu ya kuratibu ya kamera ya kwanza, ambayo inafanya jiometri yao kulinganishwa moja kwa moja.
Je, DUST3R inawezaje kutoa picha za kamera na mechi za saizi bila kuzipokea kama ingizo linalojulikana?
DUST3R inatabiri ramani za pointi kwanza; makadirio ya kamera na mechi zinaweza kurejeshwa kutoka kwa jiometri kupitia usindikaji na upatanishi wa mkondo wa chini.
Je, DUST3R hushughulikia vipi zaidi ya picha mbili za kuingiza?
Kwa mionekano mingi, DUSt3R huendesha mpangilio wa kimataifa ambao unaunganisha ramani zote za pande mbili kwenye wingu moja thabiti.
Endelea kujifunza
Miongozo inayohusiana
Miongozo zaidi imechaguliwa kwa mada hii