HyperAIHyperAI

Command Palette

Search for a command to run...

ATISS: متغيرات تراجعيّة لتكوين المشاهد الداخلية

Despoina Paschalidou Amlan Kar Maria Shugrina Karsten Kreis Andreas Geiger Sanja Fidler

الملخص

القدرة على إنشاء تخطيطات أثاث داخلية واقعية ومتنوعة بشكل آلي أو بناءً على مدخلات جزئية، تفتح الباب أمام العديد من التطبيقات، بدءًا من أدوات ثلاثية الأبعاد تفاعلية أفضل إلى تركيب البيانات لتدريب ومحاكاة. في هذا البحث، نقدم ATISS، وهي هندسة متغير ذاتي جديدة تعتمد على المتحول (transformer) لإنشاء بيئات داخلية متنوعة ومعقولة بشكل اصطناعي، معطوفين فقط نوع الغرفة وخريطتها الأرضية. بخلاف الأعمال السابقة التي تتعامل مع تركيب المشهد كعملية إنتاج سلسلة، فإن نموذجنا يولد الغرف كمجموعات غير مرتبة من الأشياء. نعتقد أن هذه الصياغة أكثر طبيعية، حيث يجعل ATISS مفيدًا بشكل عام خارج نطاق تركيب التخطيط الآلي الكامل للغرف. على سبيل المثال، يمكن استخدام نفس النموذج المدرب في التطبيقات التفاعلية لإكمال المشهد العام، وإعادة ترتيب الغرف جزئيًا بأي أشياء يحددها المستخدم، بالإضافة إلى اقتراح الأشياء لأي غرفة جزئية. لتمكين ذلك، يستفيد نموذجنا من خاصية التناظر البديل (permutation equivariance) للمتحول عند شرطه بالمشهد الجزئي، ويتم تدريبه ليكون ثابت التباديل عبر ترتيبات الأشياء. يتم تدريب نموذجنا بشكل كامل كنموذج مولّد ذاتي الارتباط باستخدام صناديق الحدود الثلاثية الأبعاد المصنفة فقط كإشراف. الإvaluations على أربع أنواع من الغرف في مجموعة بيانات 3D-FRONT أظهرت أن نموذجنا ينتج باستمرار تخطيطات غرف معقولة وأكثر واقعية من الأساليب الموجودة حاليًا. بالإضافة إلى ذلك، لديه عدد أقل من المعلمات، وهو أسهل في التنفيذ والتدريب ويبلغ سرعة تشغيله حتى ثماني مرات أسرع من الأساليب الموجودة حاليًا.


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