عملکرد کامپیوترها در دریافت یک مدل سه بُعدی (3D) و رندر کردن آن بر روی صفحه نمایش های دو بُعدی (2D) عالی است، اما چرا آنها قادر به دریافت یک تصویر 2D و تبدیل آن به مدل 3D نباشند؟ این درست کاری است که پژوهشگران انویدیا به لطف یادگیری ماشین موفق به عملی کردن آن شده اند.
پژوهشگران انویدیا یک فریم ورک رندرینگ جدید ساخته اند که از هوش مصنوعی برای دریافت اطلاعات 2D و ایجاد مدل 3D اشیاء بهره می گیرد. این سیستم که به اختصار DIB-R نام دارد، خود با ستفاده از فریم ورک یادگیری ماشین PyTorch ساخته شده است. این تیم تصمیم دارند در کنفرانس سالانه Neural Information Processing Systems که همین هفته در ونکوور واشنگتن برگزار می شود، یافته های خود را به اشتراک بگذارند.
اگر بخواهیم ساده بگوییم، عملکرد این فریم ورک درست برخلاف کاری است که پردازنده گرافیکی گوشی یا کامپیوتر شما انجام می دهد. در کامپیوتر یا گوشی شما، مدل های سه بُعدی (چون بازی ها)، به گونه ای رندر می شوند تا بر روی صفحه نمایش های دو بُعدی نمایش داده شوند. اما فریم ورک DIB-R انویدیا تصاویر دو بُعدی را تحلیل می کند تا با استفاده از اطلاعات استخراج شده، مدل سه بُعدی اشیاء را تولید کند.
این فرآیند تنها یک دهم ثانیه طول می کشد اما شبکه عصبی آن برای یادگیری با یک پردازنده گرافیکی V100 انویدیا، به دو روز زمان نیاز دارد. انویدیا ادعا می کند تلاش برای یاددهی شبکه عصبی با استفاده از دیگر پردازنده های گرافیکی موجود، هفته ها زمان می برد.
نمونه ارائه شده از سوی انویدیا نشان می دهد پس از ارائه مجموعه ای از تصاویر پرنده ها، DIB-R قادر به ترسیم دقیق مدل 3D هر یک از آنها با استفاده از تنها یک تصویر 2D بوده است.
به گفته یکی از اعضای این تیم، سیستم آنها قادر به رندر هر تصویر 2D به 3D است و نمونه ارائه شده صرفاً با هدف آشنایی علاقمندان با آن است. در همین باره Jun Gao گفت:
«در اصل این اولین بار است که شما می توانید هر تصویر 2D را دریافت کرده و خصوصیات 3D مربوط به آن را پیش بینی کنید»
پژوهشگران معتقد هستند از این سیستم می توان برای اضافه کردن ادراک عمق به ربات ها و خودروهای خودران استفاده کرد که می تواند در خدمت بهبود امینی و دقت آنها باشد. در حقیقت اگر ربات ها بتوانند اشیای پیرامون خود را به صورت سه بُعدی شناسایی کنند، قادر به پیمایش بهتر و دقت بیشتر در کار کردن با آنها خواهند بود.
انویدیا DIB-R را بر روی GitHub در دسترس علاقمندان قرار داده است.
نظر خود را اضافه کنید.
برای ارسال نظر وارد شوید
ارسال نظر بدون عضویت در سایت