ภาพรวม
Plenoxels แสดงให้เห็นว่าคุณสามารถสร้างฉาก 3D ขึ้นมาใหม่ด้วยผลลัพธ์คุณภาพ NeRF โดยไม่ต้องใช้โครงข่ายประสาทเทียมใดๆ เลย เป็นเพียงตารางของ voxels ที่จัดเก็บสีและความหนาแน่น ผลลัพธ์จะฝึกได้เร็วกว่า NeRF ดั้งเดิมประมาณ 100 เท่า ในขณะเดียวกันก็รักษาคุณภาพของภาพไว้ด้วย
Plenoxels และ Voxel Radiance Fields เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินงาน และความคิดสร้างสรรค์
เจาะลึก
NeRF บรรลุผลเสมือนจริงแต่ช้าเพราะทุกตัวอย่างต้องมีการส่งต่อผ่านโครงข่ายประสาทเทียมระดับลึก และการฝึกอบรมอาจใช้เวลาหลายชั่วโมงหรือหลายวัน Plenoxels (Sara Fridovich-Keil, Alex Yu et al., 2022) ถามคำถามเร้าใจ: เครือข่ายจำเป็นด้วยหรือไม่? คำตอบของพวกเขาคือไม่ พวกเขานำเสนอฉากเป็นตาราง voxel 3D แบบกระจัดกระจาย วอกเซลที่ถูกครอบครองแต่ละตัวจะเก็บค่าความทึบเดียวบวกกับค่าสัมประสิทธิ์ฮาร์มอนิกทรงกลมที่เข้ารหัสสีที่ขึ้นกับมุมมอง ในการเรนเดอร์พิกเซล ระบบจะประมาณค่าเหล่านี้แบบไตรลิเนียร์ตามรังสีและรวมเข้ากับการเรนเดอร์ปริมาตรมาตรฐาน เนื่องจากไม่มีเครือข่าย ทุกอย่างจึงได้รับการปรับให้เหมาะสมโดยตรงด้วยการไล่ระดับลงมาบนค่าว็อกเซล ซึ่งปรับให้เป็นมาตรฐานเพื่อความราบรื่น ผลลัพธ์พาดหัว: คุณภาพเทียบเท่ากับ NeRF ฝึกฝนได้ภายในไม่กี่นาทีบน GPU ตัวเดียว
ข้อมูลเชิงลึกทางเทคนิค
สีที่ขึ้นกับมุมมองเป็นส่วนที่ชาญฉลาด แทนที่จะให้เครือข่ายส่งสัญญาณ RGB ต่อมุมมอง แต่ละว็อกเซลจะเก็บชุดค่าสัมประสิทธิ์ฮาร์มอนิกทรงกลม (SH) ชุดเล็กๆ ต่อช่องสี การประเมินพื้นฐาน SH ในทิศทางของรังสีจะสร้างการเปลี่ยนแปลงสีของจุดนั้นตามมุมมองขึ้นมาใหม่ โดยจับภาพไฮไลท์และการสะท้อนแบบ specular ความทึบไม่ขึ้นกับทิศทาง การประมาณค่าแบบไตรลิเนียร์ที่สามารถหาความแตกต่างได้บวกกับการเรนเดอร์ปริมาตรทำให้ค่า voxel ทุกค่าสามารถฝึกได้โดยตรง ดังนั้นการปรับให้เหมาะสมจึงมีความพอดีแบบสี่เหลี่ยมจัตุรัสน้อยที่สุดที่ตรงไปตรงมาและไร้เครือข่าย
การเรียนรู้ฟิลด์ Plenoxels และ Voxel Radiance
Plenoxels แสดงให้เห็นว่าคุณสามารถสร้างฉาก 3D ขึ้นมาใหม่ด้วยผลลัพธ์คุณภาพ NeRF โดยไม่ต้องใช้โครงข่ายประสาทเทียมใดๆ เลย เป็นเพียงตารางของ voxels ที่จัดเก็บสีและความหนาแน่น ผลลัพธ์จะฝึกได้เร็วกว่า NeRF ดั้งเดิมประมาณ 100 เท่า ในขณะเดียวกันก็รักษาคุณภาพของภาพไว้ด้วย Plenoxels และ Voxel Radiance Fields เป็นของเวิร์กโฟลว์คอมพิวเตอร์วิทัศน์ที่ตีความหรือสร้างสื่อภาพเพื่อการวิเคราะห์ การดำเนินงาน และความคิดสร้างสรรค์ เพื่อสร้างความเข้าใจอย่างลึกซึ้ง ให้ถือว่า Plenoxels และ Voxel Radiance Fields เป็นแบบจำลองการดำเนินงาน ไม่ใช่คุณลักษณะเดียว: กำหนดผลลัพธ์ที่ต้องการ ชี้แจงสมมติฐาน และแยกสิ่งที่ระบบสามารถทำได้อย่างน่าเชื่อถือจากสิ่งที่ยังต้องใช้วิจารณญาณจากผู้เชี่ยวชาญ
ในทางปฏิบัติ ทีมที่แข็งแกร่งที่ใช้ Plenoxels และ Voxel Radiance Fields จะรักษาสมดุลระหว่างความแม่นยำกับความเป็นจริงในการปฏิบัติงาน 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
สร้างวัตถุที่บันทึกไว้ใหม่อย่างรวดเร็วเป็นเนื้อหา 3 มิติภายในไม่กี่นาทีสำหรับอีคอมเมิร์ซหรือการแปลงเป็นดิจิทัลในพิพิธภัณฑ์ แทนที่จะต้องรอเป็นชั่วโมง
การสร้างต้นแบบอย่างรวดเร็วของการสังเคราะห์มุมมองใหม่บน GPU สำหรับผู้บริโภคเพียงตัวเดียวสำหรับการวิจัยและการศึกษา
การสร้างฉาก voxel ที่สามารถแก้ไขได้และชัดเจน ซึ่งศิลปินสามารถตรวจสอบและตัดได้โดยตรง ไม่เหมือนกับการถ่วงน้ำหนักเครือข่ายแบบทึบ
เป็นตัวอย่างการสอนว่าการนำเสนอฉาก ไม่ใช่การเรียนรู้เชิงลึก เป็นสิ่งที่ให้ผลลัพธ์ที่สมจริงเหมือนภาพถ่าย
รูปแบบการดำเนินงาน
สนาม Plenoxels และ Voxel Radiance ในทางปฏิบัติ
สร้างวัตถุที่บันทึกไว้ใหม่อย่างรวดเร็วเป็นเนื้อหา 3 มิติภายในไม่กี่นาทีสำหรับอีคอมเมิร์ซหรือการแปลงเป็นดิจิทัลในพิพิธภัณฑ์ แทนที่จะต้องรอเป็นชั่วโมง
สร้างวัตถุที่บันทึกไว้ใหม่อย่างรวดเร็วเป็นเนื้อหา 3 มิติภายในไม่กี่นาทีสำหรับอีคอมเมิร์ซหรือการแปลงเป็นดิจิทัลในพิพิธภัณฑ์ แทนที่จะต้องรอหลายชั่วโมง ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
สนาม Plenoxels และ Voxel Radiance ในทางปฏิบัติ
การสร้างต้นแบบอย่างรวดเร็วของการสังเคราะห์มุมมองใหม่บน GPU สำหรับผู้บริโภคเพียงตัวเดียวสำหรับการวิจัยและการศึกษา
การสร้างต้นแบบอย่างรวดเร็วของการสังเคราะห์มุมมองใหม่บน GPU สำหรับผู้บริโภคเพียงตัวเดียวสำหรับการวิจัยและการศึกษา ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
สนาม Plenoxels และ Voxel Radiance ในทางปฏิบัติ
การสร้างฉาก voxel ที่สามารถแก้ไขได้และชัดเจน ซึ่งศิลปินสามารถตรวจสอบและตัดได้โดยตรง ไม่เหมือนกับการถ่วงน้ำหนักเครือข่ายแบบทึบ
การสร้างฉาก voxel ที่ชัดเจนที่แก้ไขได้ ซึ่งศิลปินสามารถตรวจสอบและตัดได้โดยตรง ซึ่งแตกต่างจากน้ำหนักเครือข่ายแบบทึบ ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับโดยมนุษย์สำหรับกรณี Edge และติดตามทั้งประสิทธิภาพการทำงานที่เพิ่มขึ้นและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
สนาม Plenoxels และ Voxel Radiance ในทางปฏิบัติ
เป็นตัวอย่างการสอนว่าการนำเสนอฉาก ไม่ใช่การเรียนรู้เชิงลึก เป็นสิ่งที่ให้ผลลัพธ์ที่สมจริงเหมือนภาพถ่าย
เป็นตัวอย่างการสอนว่าการนำเสนอฉาก ไม่ใช่การเรียนรู้เชิงลึก คือสิ่งที่สร้างผลลัพธ์ที่สมจริง ทีมมักจะได้รับผลลัพธ์ที่ดีกว่าเมื่อพวกเขากำหนดเกณฑ์คุณภาพล่วงหน้า รักษาเส้นทางการยกระดับของมนุษย์สำหรับกรณี Edge และติดตามทั้งการเพิ่มผลผลิตและต้นทุนข้อผิดพลาดเมื่อเวลาผ่านไป
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