Sehemu za Plenoxels na Voxel Radiance
Plenoxels ilionyesha kuwa unaweza kuunda upya tukio la 3D kwa matokeo ya ubora wa NeRF bila mtandao wowote wa neva - gridi ya vokseli tu inayohifadhi rangi na msongamano.
Muhtasari
The result trains roughly 100x faster than the original NeRF while matching its visual quality.
Dive ya kina
NeRF hufanikisha uhalisia wa picha lakini ni polepole kwa sababu kila sampuli inahitaji upitishaji wa mbele kupitia mtandao wa kina wa neva, na mafunzo yanaweza kuchukua saa au siku. Plenoxels (Sara Fridovich-Keil, Alex Yu et al., 2022) aliuliza swali la uchochezi: je mtandao ni muhimu? Jibu lao lilikuwa hapana. Zinawakilisha tukio kama gridi ya voxel ya 3D. Kila voxel inayokaliwa huhifadhi thamani moja ya kutopitisha mwanga pamoja na vigawo vya ulinganifu vya duara ambavyo husimba rangi inayotegemea mwonekano. Ili kutoa pikseli, mfumo huingilia thamani hizi kwa mstari wa utatu kando ya miale na kuzichanganya kwa uwasilishaji wa kiwango cha kawaida. Kwa sababu hakuna mtandao, jambo zima limeboreshwa moja kwa moja na kushuka kwa upinde rangi kwenye thamani za voxel, kuratibiwa kwa ulaini. Matokeo ya kichwa: ubora unaolingana na NeRF, uliofunzwa kwa dakika kwenye GPU moja.
Ufahamu wa Kiufundi
Rangi inayotegemea mtazamo ni sehemu ya busara. Badala ya mtandao unaotoa RGB kwa kila pembe ya kutazama, kila voxel huhifadhi seti ndogo ya mgawo wa spherical harmonic (SH) kwa kila chaneli ya rangi. Kutathmini msingi wa SH katika mwelekeo wa ray hujenga upya jinsi rangi ya sehemu hiyo inavyobadilika kulingana na mtazamo - kunasa vivutio maalum na uakisi. Opacity ni mwelekeo-huru. Ufafanuzi tofauti wa mistari mitatu pamoja na uwasilishaji wa sauti hufanya kila thamani ya voxel iweze kufunzwa moja kwa moja, kwa hivyo uboreshaji ni mtindo wa moja kwa moja, usio na mtandao wa angalau mraba-mraba.
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 Sehemu za Plenoxels na Voxel Radiance
Plenoxels ilithibitisha kuwa uwakilishi, sio mtandao wa neva, unaendesha ubora wa NeRF - matokeo ambayo yalibadilisha uga. Iliongoza moja kwa moja mbinu za uwazi na mseto kama vile gridi za hashi za Papo hapo-NGP na, hatimaye, Unyunyizaji wa 3D wa Gaussian, ambao sasa unatawala uonyeshaji wa mng'ao wa wakati halisi. Tarajia harakati zinazoendelea kuelekea nakala za awali zilizo wazi, zinazofaa kwa GPU ambazo hufunzwa kwa sekunde chache na kutoa kwa wakati halisi, huku mitandao ya neva ikitumika kwa kuchagua badala ya duka kuu la tukio.
Utekelezaji wa Ulimwengu Halisi
Inaunda upya kwa haraka kitu kilichonaswa kuwa kipengee cha 3D kwa dakika kwa biashara ya mtandaoni au uwekaji dijitali kwenye makumbusho, badala ya saa za kusubiri.
Uchoraji wa haraka wa usanisi wa mwonekano wa riwaya kwenye GPU ya mtumiaji mmoja kwa ajili ya utafiti na elimu.
Inazalisha maonyesho ya voxel yanayoweza kuhaririwa na ya wazi ambayo wasanii wanaweza kukagua na kuikata moja kwa moja, tofauti na uzani wa mtandao usio wazi.
Kutumikia kama mfano wa kufundisha kwamba uwakilishi wa eneo, sio kujifunza kwa kina, ndio hutoa matokeo ya 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 Plenoxels and Voxel 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 Plenoxels and Voxel Radiance Fields?
Plenoxels ilionyesha kuwa unaweza kuunda upya tukio la 3D kwa matokeo ya ubora wa NeRF bila mtandao wowote wa neva - gridi ya vokseli tu inayohifadhi rangi na msongamano. Matokeo hupata mafunzo takriban mara 100 kwa kasi zaidi kuliko NeRF asili huku yakilinganisha ubora wake wa kuonekana.
Ni chaguo gani la kubuni la kushangaza zaidi katika Plenoxels ikilinganishwa na NeRF?
Plenoxels huhifadhi tukio moja kwa moja kwenye gridi ya voxel na kuboresha thamani hizo, bila mtandao wa neva unaokaribiana.
Je, kila voxel inayotumia katika Plenoxels huhifadhi nini ili kunasa rangi inayotegemea mwonekano?
Kila vokseli hushikilia uwazi pamoja na vigawo vya ulinganifu wa duara kwa kila chaneli ya rangi, ambayo husimba jinsi rangi inavyobadilika kulingana na mwelekeo wa kutazama.
Je, Plenoxels walifanya mafunzo kwa kasi kiasi gani ikilinganishwa na NeRF asili?
Kwa kuondoa pasi za sampuli za mtandao, Plenoxels walipata mafunzo kwa mpangilio wa mara 100 kwa kasi, na kumaliza kwa dakika.
Je, maadili huchukuliwaje kutoka kwa gridi ya voxel pamoja na miale?
Plenoxels hutumia ufasiri unaotofautishwa wa mistari mitatu ili kusoma rangi na uwazi vizuri kati ya vituo vya voxel.
Ni hitimisho gani pana ambalo Plenoxels walionyesha kwa uwanja?
Kwa kulinganisha ubora wa NeRF bila mtandao, Plenoxels ilionyesha uwakilishi na uboreshaji, sio MLP, waliwajibika kwa matokeo.