Mip-NeRF na Sehemu za Mionzi ya Kuzuia Iliyotengwa
Mip-NeRF hurekebisha vizalia vya programu vilivyo na ukungu, vilivyochongoka ambavyo vinakumba NeRF asili unapoonyesha matukio katika umbali au maazimio tofauti.
Muhtasari
It does this by tracing cones instead of infinitely thin rays, making 3D scene rendering both sharper and faster to train.
Dive ya kina
NeRF asili husampuli tukio kwenye miale nyembamba, nukta moja kwa wakati, na hulisha kila nafasi ya 3D kwenye mtandao wa neva. Shida: nukta moja inapuuza ni kiasi gani cha eneo ambalo saizi inashughulikia. Pikseli karibu na kamera huona eneo dogo; saizi sawa kwa mbali huona kubwa. Kuzichukua kwa njia inayofanana husababisha kujulikana - kutetemeka na vijiti unapovuta au kusonga. Mip-NeRF (Barron et al., 2021) hubadilisha kila mionzi na koni na kuigawanya katika mikanganyiko ya conical. Badala ya kusimba nukta, husimba eneo ndani ya kila mkanganyiko kwa kutumia usimbaji wa nafasi uliojumuishwa (IPE), ikikaribia kiasi cha sauti na Gaussian. Hii huruhusu mtandao wa aina mbalimbali kutoa azimio lolote kwa usafi, kukata hitilafu na muda wa mafunzo kwa kiasi kikubwa.
Ufahamu wa Kiufundi
Ujanja muhimu ni usimbaji wa nafasi uliounganishwa. NeRF ya kawaida hupanga pointi kupitia vitendaji vya sine na kosine katika masafa mengi. Mip-NeRF badala yake inakadiria mkanganyiko wa hali ya juu kama Gaussian ya aina nyingi na kukokotoa thamani inayotarajiwa ya sinusoidi hizo juu ya Gaussian hiyo. Vipengele vya masafa ya juu ambavyo hutofautiana sana ndani ya mkanganyiko mkubwa hupunguzwa kiotomatiki hadi sufuri, hadi sasa maeneo yenye masafa marefu hutumia tu maelezo thabiti ya masafa ya chini - haswa tabia ya kupinga utani wa mipmaps katika michoro ya kawaida.
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 Mip-NeRF na Sehemu za Mionzi ya Kupambana na Aliyetengwa
Mip-NeRF ilizindua familia ya nyanja zinazopinga kutengwa. Mip-NeRF 360 ilipanua koni hadi matukio ya nje yasiyo na kikomo yenye mikunjo ya mkato, na Zip-NeRF iliunganisha kizuia-alikasi chenye msingi wa koni na uwakilishi wa haraka wa gridi ya hashi ili kupata ubora na kasi. Tarajia wazo lililounganishwa-frustum ili kuendelea kuhamia kwenye mabomba ya Gaussian na kwa wakati halisi, ambapo uwasilishaji wa aina mbalimbali, usio na lakabu kwenye simu na vipokea sauti vya sauti ndio lengo la Uhalisia Ulioboreshwa, uchoraji ramani na kunasa kwa kina.
Utekelezaji wa Ulimwengu Halisi
Kuonyesha kipengee kilichonaswa kwa usafi katika kitazamaji cha bidhaa ambacho huruhusu watumiaji kuvuta kutoka mwonekano wa chumba kizima hadi maelezo mafupi bila kupepesa.
Kuunda upya matukio makubwa ya nje (kupitia Mip-NeRF 360) kwa utalii wa mtandaoni na mapitio ya mali isiyohamishika ambapo kamera husogea katika kina kirefu.
Inazalisha picha za mafunzo thabiti katika maazimio mengi ya robotiki au viigaji vya kuendesha gari kwa uhuru.
Kuzalisha fremu za mwonekano wa riwaya sinisi za filamu na taswira ya awali ya VFX ambapo kualika kunaweza kuvunja picha.
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 Mip-NeRF and Anti-Aliased Radiance Fields 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
Sehemu za Mionzi ya Neural
Maswali yanayoulizwa mara kwa mara
What is Mip-NeRF and Anti-Aliased Radiance Fields?
Mip-NeRF hurekebisha vizalia vya programu vilivyo na ukungu, vilivyochongoka ambavyo vinakumba NeRF asili unapoonyesha matukio katika umbali au maazimio tofauti. Hufanya hivi kwa kufuatilia koni badala ya miale nyembamba sana, na kufanya onyesho la 3D liwe kali na la haraka kutoa mafunzo.
Je, Mip-NeRF hufuatilia umbo gani wa kijiometri kupitia eneo badala ya miale nyembamba inayotumiwa na NeRF asili?
Mip-NeRF hutuma koni kutoka kwa kamera kupitia kila pikseli na kuigawanya katika hali zenye mshtuko, na kunasa sauti ambayo pikseli hufunika.
Jina la usimbaji wa Mip-NeRF ambao unachukua nafasi ya usimbaji wa kawaida wa nafasi ni nini?
Mip-NeRF inatanguliza usimbaji wa nafasi uliojumuishwa, ambao husimba eneo (tatizo linalokadiriwa la Gaussian) badala ya nukta moja.
Kwa nini NeRF asili hutoa aliasing wakati umbali wa kamera unabadilika?
Sampuli ya nukta nyembamba-nyembamba hupuuza alama ya chini ya pikseli, kwa hivyo pikseli za karibu na za mbali huchukuliwa kwa kufanana, na hivyo kusababisha mawimbi na kumeta.
Je, Mip-NeRF inakadiriaje eneo ndani ya mkanganyiko wa usimbaji?
Kila frustum inakadiriwa na Gaussian ya aina nyingi, na usimbaji hujumuisha thamani inayotarajiwa ya sinusoidi juu ya Gaussian hiyo.
Ni nini hufanyika kwa vipengele vya usimbaji vya masafa ya juu ndani ya mkanganyiko mkubwa?
Kwa sababu sinusoidi za masafa ya juu hutofautiana sana katika mkanganyiko mkubwa, kuunganishwa juu ya Gaussian huzielekeza kuelekea sifuri, na kutoa kizuia-aliasing kama mipmap.