Apple αναπτύσσει τεχνολογία τεχνητής νοημοσύνης που μετατρέπει συνηθισμένες φωτογραφίες σε τρισδιάστατα μοντέλα. Η καινοτομία υπόσχεται γρήγορα και ακριβή αποτελέσματα ακόμη και χωρίς εξειδικευμένο εξοπλισμό.
Μπορεί να σας ενδιαφέρει
Apple Σε μια νέα ερευνητική εργασία, περιγράφει μια τεχνολογία που επιτρέπει τη δημιουργία ενός ρεαλιστικού τρισδιάστατου μοντέλου ενός αντικειμένου με βάση λίγες μόνο συνηθισμένες φωτογραφίες. Η μέθοδος, που ονομάζεται «3D Gaussian Splatting with DiT», χρησιμοποιεί προηγμένη μηχανική μάθηση και αντιπροσωπεύει μια σημαντική πρόοδο σε σχέση με προηγούμενες προσεγγίσεις.
Η έρευνα καταγράφει ένα σύστημα που μπορεί να δημιουργήσει τρισδιάστατες αναπαραστάσεις από πηγές όπως εικόνες από συνηθισμένα iPhone κάμερες. Στόχος είναι η απλοποίηση ολόκληρης της διαδικασίας τρισδιάστατης ανακατασκευής χωρίς την ανάγκη ειδικού εξοπλισμού ή μεγάλου αριθμού εικόνων από διαφορετικές γωνίες.
Τι είναι η Γκαουσιανή Εκτόξευση;
Αυτή η μέθοδος χρησιμοποιεί την έννοια του "splatting" - την εξάπλωση τρισδιάστατων δεδομένων σε ένα δισδιάστατο επίπεδο, διατηρώντας παράλληλα την ψευδαίσθηση του βάθους και της χωρικότητας. Apple βελτίωσε αυτήν την προσέγγιση προσθέτοντας ένα λεγόμενο μοντέλο DiT (Denoising Diffusion Transformer), το οποίο βελτιστοποιεί την τοποθέτηση μεμονωμένων τρισδιάστατων σημείων κατά τη διάρκεια της μάθησης.
Το αποτέλεσμα είναι μια σημαντικά ταχύτερη και ακριβέστερη μετατροπή δισδιάστατων φωτογραφιών σε ένα πλήρες τρισδιάστατο μοντέλο. Σύμφωνα με έρευνα Apple Η μέθοδός τους πλησιάζει την ποιότητα της φωτογραμμετρίας, αλλά με σημαντικά χαμηλότερες απαιτήσεις σε δεδομένα πηγής και υπολογιστική ισχύ.
Πού είναι αυτό; Apple επικεφαλίδα;
Αν και αυτή δεν είναι ακόμη μια εμπορικά διαθέσιμη τεχνολογία, οι πιθανές χρήσεις της είναι ευρείες - από τη βελτίωση της λειτουργικότητας Apple Vision Pro, μέσω της επαυξημένης πραγματικότητας έως προηγμένα εργαλεία για δημιουργούς περιεχομένου ή ηλεκτρονικό εμπόριο. Μελλοντική χρήση σε εφαρμογές για iPhone ή iPad.
Apple έχει επενδύσει σημαντικά ποσά στην έρευνα για την Τεχνητή Νοημοσύνη τα τελευταία χρόνια και αυτό το έργο αποτελεί περαιτέρω απόδειξη ότι η εταιρεία δεν θέλει να μείνει πίσω. Τα αποτελέσματα αυτής της μελέτης είναι δημόσια διαθέσιμα στην πύλη arXiv.
