HyperAIHyperAI

Command Palette

Search for a command to run...

AtlasNet: نهج الورق المقوى لتعلم توليد الأسطح ثلاثية الأبعاد

Groueix Thibault Fisher Matthew Kim Vladimir G. Russell Bryan C. Aubry Mathieu

الملخص

نُقدِّم طريقةً لتعلم إنشاء سطح الأشكال ثلاثية الأبعاد. يُمثّل نهجنا الشكل ثلاثي الأبعاد كمجموعة من العناصر السطحية المعلمة، وبخلاف الطرق التي تُولِّد شبكات البكسل (الفيوكسلز) أو السحاب النقطية، فإنها تستنتج بشكل طبيعي تمثيلًا سطحيًا للشكل. وبالإضافة إلى إبداعيتها، يأتي إطارنا الجديد لإنشاء الأشكال، AtlasNet، مع مزايا كبيرة، مثل تحسين الدقة وقدرات التعميم، إضافة إلى إمكانية إنشاء شكل بحلقة (دقة) متعددة دون مواجهة مشاكل الذاكرة. ونُظهر هذه المزايا ونُقارن مع أساليب قوية في معيار ShapeNet، وذلك في تطبيقين: (أ) ترميز الشكل تلقائيًا، و(ب) إعادة بناء الشكل من منظور واحد باستخدام صورة ثابتة. كما نُقدّم نتائج تُظهر إمكانات هذا الأسلوب في تطبيقات أخرى، مثل التحوّل (المورفيز)، والتعميم (البارامترية)، وزيادة الدقة (السوبر ريزولوشن)، والتطابق، والتقسيم المشترك (كوسِيغمنتاشن).


بناء الذكاء الاصطناعي بالذكاء الاصطناعي

من الفكرة إلى الإطلاق — سرّع تطوير الذكاء الاصطناعي الخاص بك مع المساعدة البرمجية المجانية بالذكاء الاصطناعي، وبيئة جاهزة للاستخدام، وأفضل أسعار لوحدات معالجة الرسومات.

البرمجة التعاونية باستخدام الذكاء الاصطناعي
وحدات GPU جاهزة للعمل
أفضل الأسعار

HyperAI Newsletters

اشترك في آخر تحديثاتنا
سنرسل لك أحدث التحديثات الأسبوعية إلى بريدك الإلكتروني في الساعة التاسعة من صباح كل يوم اثنين
مدعوم بواسطة MailChimp