科学者はニューラル ネットワークを使用して想像上の 15D シーンを画像にレンダリングすることに成功しましたが、これらの機械学習技術は多くの現実世界のアプリケーションに適したものにするほど高速ではありません。 マサチューセッツ工科大学やその他の組織の研究者によって実証された新しい方法は、他のモデルよりも約 000 倍速く、画像から 次元シーンをレンダリングできます。 これについて レポート 組織のウェブサイト。
専門家は、精密手術や農業など、生活の多くの分野でオブジェクトの 3 次元視覚化が必要であることを明らかにしました。 原則として、ニューラル ネットワークは 15 次元の画像を受け取り、それに基づいて D オブジェクトを作成します。 MIT の科学者は、彼らの新しい方法により、既存のモデルと比較して、このプロセスを約 倍高速化できると述べています。
開発者はライト フィールド ネットワーク (LFN) を作成しました。これに基づいて、人工知能は 360 回の観察とリアルタイムのフレーム レートで 3 次元オブジェクトを再現することを学習しました。 このメソッドは、シーンを ° のライト フィールドとして表現し、 次元空間内のすべての光線が各ポイントを通過してすべての方向を通過することを表す関数です。 ライト フィールドは、D シーンのレンダリングを高速化するニューラル ネットワークにエンコードされます。
スペシャリストは、いくつかのシーンでモデルをテストしました。 彼らは、LFN を使用すると、ニューラル ネットワークが 500 秒あたり 1,6 フレームを超える速度で D オブジェクトを生成できることを発見しました。これは、他の方法よりも約 桁高速です。 科学者たちはまた、ライト フィールドの新しいネットワークが、約 MB のメモリを必要とするリソースをより合理的に使用することを明らかにしました。
「ニューラル レンダリングにより、入力画像のまばらなセットのみに基づいて、写真のようにリアルなレンダリングと画像編集が可能になりました。 残念ながら、既存の方法はすべて、計算の観点から見ると非常に高価であり、ビデオ会議などのリアルタイム処理を必要とするアプリケーションでは使用できません。 このプロジェクトは、計算効率が高く数学的に洗練された新世代のニューラル レンダリング アルゴリズムに向けて大きな一歩を踏み出しました。 コンピューター グラフィックスやコンピューター ビジョンなどの分野で広く応用されることを期待しています」と、研究参加者の Gordon Wetzstein 准教授は述べています。 彼によると、この新しい技術は、コンピュータ グラフィックスやその他の分野で応用されるでしょう。
ところで、 月末には、農家の収穫量を増やすためのリカルト プログラムが知られるようになりました。 このサービスは、天候の変化を分析して、タイとパキスタンの農家が作物を植えるのに最適な時期を選択できるようにします。
また読む：