ภาพรวม
Gaussian Splatting นำเสนอฉาก 3 มิติโดยเป็นหยดสีเล็กๆ กึ่งโปร่งใสนับล้านที่สามารถเรนเดอร์แบบเรียลไทม์ มันให้ความสมจริงเหมือนแสง NeRF ในขณะที่ทำงานเร็วเพียงพอสำหรับการรับชมแบบโต้ตอบ
Gaussian Splatting เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินงาน และความคิดสร้างสรรค์
เจาะลึก
เปิดตัวที่ SIGGRAPH 2023, 3D Gaussian Splatting สร้างฉากขึ้นมาใหม่จากภาพถ่ายเช่น NeRF แต่ใช้การนำเสนอที่ชัดเจนแทนโครงข่ายประสาทเทียมที่ซ่อนอยู่ แต่ละฉากคือก้อนเมฆของเกาส์เซียน 3 มิติ หยดทรงรีฟัซซี่ และแต่ละหยดจะเก็บตำแหน่ง ขนาด และการวางแนว (ความแปรปรวนร่วม) ความทึบ และสี แทนที่จะยิงรังสีผ่านเครือข่ายอย่างช้าๆ วิธีการจะ "กระจาย" หยดเหล่านี้ลงบนหน้าจอโดยตรงแล้วผสมเข้าด้วยกัน ซึ่งเป็นกระบวนการที่ใกล้เคียงกับการแรสเตอร์แบบดั้งเดิมและรวดเร็วมาก การฝึกอบรมเริ่มต้นจากเมฆจุดกระจัดกระจายที่เกิดจากการปรับเทียบกล้อง จากนั้นปรับแต่งหยดในขณะที่เพิ่มรายละเอียดเมื่อฉากยังสร้างไม่เสร็จและตัดส่วนที่มีประชากรมากเกินไป ผลลัพธ์ที่ได้คือการเรนเดอร์แบบเรียลไทม์ที่ 1080p ด้วยคุณภาพที่ทัดเทียม NeRF ที่ดีที่สุด ซึ่งเป็นเหตุผลว่าทำไมจึงแพร่กระจายอย่างรวดเร็วผ่านกราฟิกและเครื่องมือจับภาพ
ข้อมูลเชิงลึกทางเทคนิค
สิ่งสำคัญคือแรสเตอร์ไรเซอร์แบบไทล์ที่สร้างความแตกต่างได้ 3D Gaussians ได้รับการฉายภาพเป็นแบบ 2D จัดเรียงตามความลึก และผสมอัลฟ่าต่อไทล์หน้าจอ ดังนั้นการเรนเดอร์จะหลีกเลี่ยงการเคลื่อนเรย์ต่อพิกเซลที่ทำให้ NeRF ทำงานช้า สีจะถูกจัดเก็บด้วยฮาร์โมนิคทรงกลม โดยปล่อยให้แต่ละหยดเปลี่ยนลักษณะตามมุมมองเพื่อจับภาพการสะท้อน เนื่องจากไปป์ไลน์ทั้งหมดนั้นสร้างความแตกต่างได้ การไล่ระดับสีแบบไล่ระดับการจับคู่ภาพถ่ายแบบเดียวกับที่ใช้โดย NeRF จะปรับตำแหน่งหยด รูปร่าง ความทึบ และสีให้เหมาะสม ในขณะที่ขั้นตอนการทำให้หนาแน่นขึ้นหรือแยก Gaussians เพื่อเพิ่มรายละเอียดที่ขาดหายไป
การเรียนรู้การสาดแบบเกาส์เซียน
Gaussian Splatting นำเสนอฉาก 3 มิติโดยเป็นหยดสีเล็กๆ กึ่งโปร่งใสนับล้านที่สามารถเรนเดอร์แบบเรียลไทม์ มันให้ความสมจริงเหมือนแสง NeRF ในขณะที่ทำงานเร็วเพียงพอสำหรับการรับชมแบบโต้ตอบ Gaussian Splatting เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินงาน และความคิดสร้างสรรค์ หากต้องการสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่า Gaussian Splatting เป็นเพียงแบบจำลองการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ
ในทางปฏิบัติ ทีมที่แข็งแกร่งใช้ Gaussian Splatting เพื่อปรับสมดุลความแม่นยำกับความเป็นจริงในการปฏิบัติงาน เช่น คุณภาพของข้อมูล ความแปรปรวนของแสง และความสม่ำเสมอในการติดฉลาก โดยจะบันทึกเกณฑ์ความสำเร็จที่ชัดเจน ทดสอบกับข้อมูลและขั้นตอนการทำงานที่สมจริง และทำซ้ำตามรูปแบบความล้มเหลวที่สังเกตได้ แทนที่จะชนะการวัดประสิทธิภาพเพียงครั้งเดียว นี่คือจุดที่ความเข้าใจทางทฤษฎีกลายเป็นความสามารถที่คงทนของผลิตภัณฑ์ นโยบาย และการดำเนินงาน
Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ ในขณะเดียวกัน สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน แนวทางที่ยืดหยุ่นที่สุดคือการรวมความเร็วของการทดลองเข้ากับวินัยในการกำกับดูแล: ดำเนินการนำร่อง จับหลักฐาน เผยแพร่บันทึกการตัดสินใจ และอัปเดตการป้องกันอย่างต่อเนื่องเมื่อพฤติกรรมของโมเดล ความคาดหวังของผู้ใช้ และข้อกำหนดด้านกฎระเบียบมีการเปลี่ยนแปลง
ผลกระทบเชิงกลยุทธ์
Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ
Visual AI สามารถทำให้การตรวจสอบ การตรวจจับ และการแท็กเป็นอัตโนมัติในขนาดต่างๆ ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง
ทีมสร้างสรรค์สามารถสร้างต้นแบบแนวคิดได้รวดเร็วขึ้นโดยต้องมีการแก้ไขด้วยตนเองน้อยลง ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก
การดำเนินการสามารถใช้สัญญาณภาพและวิดีโอที่ก่อนหน้านี้ประมวลผลได้ยาก ในการปรับใช้คุณภาพสูง สิ่งนี้จะถูกแปลเป็นกฎการปฏิบัติงานที่วัดผลได้ ขอบเขตความเป็นเจ้าของ และขั้นตอนการตรวจสอบที่เกิดซ้ำ เพื่อให้ทีมสามารถปรับขนาดความมั่นใจแทนที่จะปรับขนาดความคลุมเครือ
การใช้งานจริงในโลกแห่งความเป็นจริง
การสร้างภาพห้องหรือผลิตภัณฑ์ 3 มิติแบบเรียลไทม์ที่สามารถสำรวจได้สำหรับเว็บ
การผลิตเสมือนจริงและการแสดงภาพยนตร์ล่วงหน้าด้วยฉากที่สมจริงเหมือนภาพถ่ายและนำทางได้
การสแกนวัตถุและสภาพแวดล้อมแบบ 3 มิติอย่างรวดเร็วจากโทรศัพท์หรือวิดีโอจากโดรน
การสร้างฉาก AR/VR แบบโต้ตอบที่ทำงานได้อย่างราบรื่นบนฮาร์ดแวร์ของผู้บริโภค
รูปแบบการดำเนินงาน
การสาดแบบเกาส์เซียนในทางปฏิบัติ
การสร้างภาพห้องหรือผลิตภัณฑ์ 3 มิติแบบเรียลไทม์ที่สามารถสำรวจได้สำหรับเว็บ
การสร้างภาพห้องหรือผลิตภัณฑ์ 3 มิติแบบเรียลไทม์ที่สำรวจได้สำหรับเว็บ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การสาดแบบเกาส์เซียนในทางปฏิบัติ
การผลิตเสมือนจริงและการแสดงภาพยนตร์ล่วงหน้าด้วยฉากที่สมจริงเหมือนภาพถ่ายและนำทางได้
การผลิตเสมือนจริงและการแสดงภาพภาพยนตร์ล่วงหน้าด้วยชุดภาพที่สมจริงและนำทางได้ ทีมมักจะได้ผลลัพธ์ที่ดีกว่าเมื่อกำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การสาดแบบเกาส์เซียนในทางปฏิบัติ
การสแกนวัตถุและสภาพแวดล้อมแบบ 3 มิติอย่างรวดเร็วจากโทรศัพท์หรือวิดีโอจากโดรน
การสแกนวัตถุและสภาพแวดล้อมแบบ 3 มิติอย่างรวดเร็วจากโทรศัพท์หรือวิดีโอจากโดรน ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อกำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
การสาดแบบเกาส์เซียนในทางปฏิบัติ
การสร้างฉาก AR/VR แบบโต้ตอบที่ทำงานได้อย่างราบรื่นบนฮาร์ดแวร์ของผู้บริโภค
การสร้างฉาก AR/VR แบบโต้ตอบที่ทำงานได้อย่างราบรื่นบนฮาร์ดแวร์สำหรับผู้บริโภค ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพไว้ล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการผลิตที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
ความเสี่ยงและรั้ว
สิทธิ์และความยินยอมในรูปภาพอาจกลายเป็นความเสี่ยงทางกฎหมายได้หากแหล่งที่มาไม่ชัดเจน
ประสิทธิภาพของโมเดลอาจแตกต่างกันไปตามสภาพแสง ข้อมูลประชากร และสภาพแวดล้อม
ผลบวกลวงอาจไม่สังเกตเห็นเว้นแต่จะมีการตรวจสอบเกณฑ์ความเชื่อมั่น
แผนงานการดำเนินงาน
กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด
กำหนดเกณฑ์การยอมรับสำหรับความแม่นยำ การเรียกคืน และต้นทุนข้อผิดพลาด ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง
ทดสอบด้วยข้อมูลที่ตรงกับเงื่อนไขการผลิตจริง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง
เพิ่มการตรวจสอบโดยเจ้าหน้าที่สำหรับการคาดการณ์ที่มีความมั่นใจต่ำหรือมีผลกระทบสูง ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น
ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล
ติดตามการเคลื่อนตัวของโมเดลและตรวจสอบความถูกต้องอีกครั้งหลังจากการเปลี่ยนแปลงกล้องหรือชุดข้อมูล ถือว่าแต่ละขั้นตอนเป็นเหมือนประตูหลักฐาน: หากไม่ตรงตามเกณฑ์ ให้หยุดการเปิดตัวชั่วคราว ปิดช่องว่าง จากนั้นจึงขยายการใช้งานเท่านั้น