HyperAIHyperAI

Command Palette

Search for a command to run...

OmniSR: إزالة الظل تحت الإضاءة المباشرة وغير المباشرة

Jiamin Xu Zelong Li Yuxin Zheng Chenyu Huang Renshu Gu Weiwei Xu Gang Xu

الملخص

يمكن أن تنشأ الظلال من التعتيم في الإضاءة المباشرة وغير المباشرة على حد سواء. رغم أن معظم الأبحاث الحالية في إزالة الظلال تركز على الظلال الناتجة عن الإضاءة المباشرة، فإن الظلال الناتجة عن الإضاءة غير المباشرة غالبًا ما تكون متسعة الانتشار، خاصة في المشاهد الداخلية. من التحديات الرئيسية في إزالة الظلال الناتجة عن الإضاءة غير المباشرة هو الحصول على صور خالية من الظلال لتدريب شبكة إزالة الظلال. لتجاوز هذا التحدي، نقترح خط أنابيب عرض جديدًا لإنشاء صور تحتوي على ظلال وصور خالية من الظلال تحت الإضاءة المباشرة وغير المباشرة، ونقوم بإنشاء قاعدة بيانات اصطناعية شاملة تحتوي على أكثر من 30,000 زوج من الصور، تغطي أنواعًا مختلفة من الأجسام وظروف الإضاءة. كما نقترح شبكة إزالة ظلال مبتكرة تقوم بدمج الأولويات الدلالية والهندسية بشكل صريح عبر آليات التجميع والانتباه (concatenation and attention mechanisms). تظهر التجارب أن طريقتنا تتفوق على تقنيات إزالة الظلال الأكثر تقدمًا ويمكنها التعميم بشكل فعال إلى مشاهد داخلية وخارجية تحت ظروف إضاءة مختلفة، مما يعزز الفعالية الشاملة والتطبيقية لطرق إزالة الظلال.


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
OmniSR: إزالة الظل تحت الإضاءة المباشرة وغير المباشرة | مستندات | HyperAI