HyperAI

مجموعة بيانات المشهد متعدد المشاهد WideRange4D

التاريخ

منذ 2 أشهر

الحجم

118.28 GB

المؤسسة

الجامعة الوطنية في سنغافورة

رابط النشر

github.com

الترخيص

Apache 2.0

WideRange4D هي مجموعة بيانات مرجعية جديدة تم اقتراحها بشكل مشترك من قبل جامعة بكين وجامعة الأكاديمية الصينية للعلوم والجامعة الوطنية في سنغافورة في عام 2025.WideRange4D: تمكين إعادة بناء رباعية الأبعاد عالية الجودة مع حركات ومشاهد واسعة النطاق".

تملأ مجموعة البيانات هذه الفجوة في مجموعات بيانات إعادة بناء رباعية الأبعاد الموجودة في المشاهد الديناميكية المعقدة من خلال تقديم بيانات مشهد رباعي الأبعاد مع نطاق كبير من الحركة المكانية. ويتميز بثراء المشهد وتعقيد الحركة والتنوع البيئي، بما في ذلك مشاهد العالم الحقيقي (مثل شوارع المدينة والطرق الريفية) والمشاهد الافتراضية، التي تغطي الحركات قصيرة المسافة ومتوسطة المسافة وطويلة المسافة، بالإضافة إلى مسارات الحركة المعقدة، بينما تحاكي أيضًا مجموعة متنوعة من الظروف الجوية مثل الأيام المشمسة والأيام الممطرة والعواصف الرملية. إن عملية إنشاء مجموعة البيانات معقدة للغاية. ويحصل على نماذج بشرية وحيوانية وشخصيات متنوعة من منصات مثل Mixamo وMetaHuman من Unreal Engine، ويستخدم النظام الهيكلي للتحكم في توليد مسارات الحركة المعقدة. كما أنه يستخدم مكتبة FAB الخاصة بـ Unreal Engine لبناء مشاهد معيارية ويقدم تغييرات ديناميكية للطقس من خلال البرنامج الإضافي Ultra Dynamic Sky. أخيرًا، يتم استخدام CineCamera Actors المُهيأة لالتقاط تسلسلات RGB من زوايا مختلفة بتردد 60 إطارًا في الثانية لضمان الاتساق الهندسي والضوئي من وجهات نظر متعددة.

تحتوي مجموعة بيانات WideRange4D على مجموعة واسعة من سيناريوهات التطبيق، وخاصة في مجالات إنتاج الرسوم المتحركة والواقع الافتراضي. يمكنه توفير قوالب مشهد ديناميكية عالية الجودة لإنتاج الرسوم المتحركة، مما يوفر بشكل كبير وقت النمذجة والعرض، كما يوفر بيئة ديناميكية واقعية لتطبيقات الواقع الافتراضي. بالإضافة إلى ذلك، يمكن أيضًا استخدام مجموعة البيانات لتقييم أداء طرق إعادة البناء رباعية الأبعاد، وخاصة في مشاهد الحركة واسعة النطاق. من أجل التحقق من فعالية مجموعة البيانات، تم اقتراح طريقة جديدة لإعادة بناء رباعي الأبعاد Progress4D في الورقة وتمت معايرتها على مجموعة بيانات WideRange4D. تظهر النتائج التجريبية أن جودة إعادة بناء رباعية الأبعاد باستخدام Progress4D في مشاهد الحركة واسعة النطاق أفضل من الطرق الحديثة الحالية، مما يوضح بشكل أكبر إمكانات وقيمة مجموعة بيانات WideRange4D في تعزيز تطوير تقنية إعادة بناء رباعية الأبعاد.

التوزيع الإحصائي لـ WideRange4D
WideRange4D.torrent
البذر 1التنزيل 1مكتمل 18إجمالي التنزيلات 27
  • WideRange4D/
    • README.md
      2.71 KB
    • README.txt
      5.43 KB
      • data/
        • WideRange4D.zip
          118.28 GB