HyperAIHyperAI

Command Palette

Search for a command to run...

Point3R: إعادة بناء ثلاثي الأبعاد بالتدفق مع ذاكرة المؤشر المكاني الصريحة

Yuqi Wu Wenzhao Zheng Jie Zhou Jiwen Lu

الملخص

إعادة بناء المشاهد ثلاثية الأبعاد الكثيفة من تسلسل مرتب أو مجموعات صور غير مرتبة هو خطوة حاسمة عند نقل الأبحاث في رؤية الحاسوب إلى السيناريوهات العملية. وفقًا للنموذج الذي قدمته DUSt3R، والذي يوحّد زوج الصور بكثافة في نظام إحداثي مشترك، فإن الطرق اللاحقة تحتفظ بذاكرة ضمنية لتحقيق إعادة بناء ثلاثي الأبعاد كثيف من صور أكثر. ومع ذلك، فإن هذه الذاكرة ضمنية محدودة في طاقتها وقد تعاني من فقدان المعلومات للأطر السابقة. نقترح Point3R، وهو إطار عمل عبر الإنترنت يستهدف إعادة بناء ثلاثي الأبعاد كثيف متواصل. بالتحديد، نحتفظ بذاكرة فهرسة مكانية صريحة مرتبطة مباشرة بالهيكل الثلاثي الأبعاد للمشهد الحالي. يتم تعيين كل فهرس في هذه الذاكرة لموقع ثلاثي أبعاد معين ويجمع المعلومات القريبة من المشهد في نظام الإحداثيات العالمي إلى خاصية مكانية تتغير. المعلومات المستخرجة من الإطار الأخير تتفاعل بشكل صريح مع ذاكرة الفهرس هذه، مما يمكّن من دمج الملاحظة الحالية بكثافة في نظام الإحداثيات العالمي. نصمم غرس موقع هرمي ثلاثي الأبعاد لتعزيز هذه التفاعل ونقوم بتصميم آلية اندماج بسيطة ولكنها فعالة لضمان أن تكون ذاكرة الفهرس لدينا موحدة وكفوءة. يحقق طرحنا أداءً تنافسيًا أو على مستوى الطليعة في مهام مختلفة بأقل تكاليف للتدريب. الرمز البرمجي متاح على: هذا الرابط (this https URL).


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
Point3R: إعادة بناء ثلاثي الأبعاد بالتدفق مع ذاكرة المؤشر المكاني الصريحة | مستندات | HyperAI