Kunyunyiza kwa Gaussian
Gaussian Splatting inawakilisha onyesho la 3D kama mamilioni ya vitone vidogo, vya rangi na nusu uwazi ambavyo vinaweza kuonyeshwa kwa wakati halisi.
Muhtasari
It delivers NeRF-like photorealism while running fast enough for interactive viewing.
Dive ya kina
Ilianzishwa katika SIGGRAPH 2023, 3D Gaussian Splatting huunda upya matukio kutoka kwa picha kama NeRF lakini hutumia uwakilishi dhahiri badala ya mtandao wa neva uliofichwa. Kila onyesho ni wingu la Gaussians za 3D, matone ya duaradufu ya fuzzy, na kila blou huhifadhi nafasi, saizi na mwelekeo (uwiano wake), uwazi, na rangi. Badala ya kurusha miale polepole kupitia mtandao, mbinu ya "splats" blobs hizi moja kwa moja kwenye skrini na kuzichanganya, mchakato ulio karibu na uwekaji kumbukumbu wa jadi na kwa hivyo haraka sana. Mafunzo huanza kutoka kwa wingu haba inayotolewa na urekebishaji wa kamera, kisha huboresha matone huku wakiongeza maelezo ambayo eneo halijajengwa upya na kupogoa ambapo kuna watu wengi zaidi. Matokeo yake ni uwasilishaji wa wakati halisi katika 1080p na ubora unaoshindana na NeRF bora zaidi, ndiyo maana unaenea kwa haraka kupitia michoro na zana za kunasa.
Ufahamu wa Kiufundi
Ufunguo ni rasterizer ya msingi wa vigae inayoweza kutofautishwa. 3D Gaussians inakadiriwa kuwa 2D, iliyopangwa kwa kina, na kuunganishwa kwa alfa kwa kila kigae cha skrini, kwa hivyo uwasilishaji huepuka kuandamana kwa miale ya kila pikseli ambayo hufanya NeRF polepole. Rangi huhifadhiwa kwa ulinganifu wa duara, ikiruhusu kila ua ibadilishe mwonekano kwa pembe ya kutazama ili kunasa uakisi. Kwa sababu bomba zima linaweza kutofautishwa, mteremko sawa wa upinde rangi unaolingana na picha unaotumiwa na NeRF huboresha nafasi, maumbo, mwangaza na rangi za blob, huku hatua ya msongamano hukua au kugawanya Gaussians ili kuongeza maelezo yanayokosekana.
Athari za kimkakati
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.
Mustakabali wa Kunyunyiza kwa Gaussian
Gaussian Splatting inasonga kwa kasi kutoka kwa utafiti hadi bidhaa za kunasa 3D, uchoraji wa ramani na utayarishaji wa mtandaoni, kwa kiasi fulani kwa sababu hutoa kwa wakati halisi kwenye GPU za watumiaji na hata vivinjari. Kazi inayoendelea inalenga kupunguza ukubwa wa faili (mandhari inaweza kuwa kubwa), kushughulikia matukio yanayobadilika na yaliyohuishwa, kuwasha tena, na kuhariri vitu binafsi. Tarajia muunganisho mkali zaidi na injini za mchezo na AR/VR, mbinu mseto zinazochanganya splats na meshes, na kunasa kutoka kwa video ya simu. Inazidi kuonekana kama kijalizo cha vitendo kwa, au uingizwaji wa, NeRF popote kasi ya mwingiliano inahusika.
Utekelezaji wa Ulimwengu Halisi
Kuunda picha za 3D za wakati halisi, zinazoweza kutambulika za vyumba au bidhaa za wavuti
Utayarishaji pepe na taswira ya awali ya filamu kwa kutumia picha halisi, seti zinazoweza kusomeka
Uchanganuzi wa haraka wa 3D wa vitu na mazingira kutoka kwa simu au video ya drone
Kuunda matukio wasilianifu ya Uhalisia Pepe ambayo yanaendeshwa kwa urahisi kwenye maunzi ya watumiaji
Hatari & Walinzi
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.
Ramani ya Utekelezaji
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
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
Mwongozo unaofuata
Taratibu za Gaussian
Maswali yanayoulizwa mara kwa mara
What is Gaussian Splatting?
Gaussian Splatting inawakilisha onyesho la 3D kama mamilioni ya vitone vidogo, vya rangi na nusu uwazi ambavyo vinaweza kuonyeshwa kwa wakati halisi. Inatoa uhalisia wa picha unaofanana na NeRF huku ikiendesha haraka vya kutosha kwa utazamaji mwingiliano.
Gaussian Splatting inawakilishaje tukio la 3D?
Tukio ni wingu la wazi la 3D Gaussians, kila moja ikiwa na umbo la duaradufu isiyo na maana yenye nafasi, umbo, mwangaza na rangi.
Kwa nini Gaussian Splatting ni haraka sana kutoa kuliko NeRF asili?
Kukadiria na kuchanganya vitone kupitia uboreshaji wa vigae huepuka mionzi ya polepole ya NeRF kwa kila pikseli kuandamana, kuwezesha kasi ya wakati halisi.
Je, kila 3D Gaussian huhifadhi taarifa gani?
Kila blob hubeba nafasi, ushirikiano (ukubwa na mwelekeo), uwazi, na maelezo ya rangi.
Ni nini kinatumika kuruhusu rangi ya blob ibadilike kwa pembe ya kutazama?
Rangi imesimbwa kwa maumbo ya spherical, kwa hivyo kila Gaussian inaweza kuonekana tofauti kutoka pande tofauti, ikichukua tafakari.
Mafunzo huanza vipi katika Gaussian Splatting?
Huanza na pointi chache kutoka kwa urekebishaji wa muundo-kutoka-mwendo wa kamera, kisha huboresha Wagaussia kutoka hapo.