Embora os cientistas tenham usado com sucesso redes neurais para renderizar cenas 15D imaginadas em imagens, essas técnicas de aprendizado de máquina não são rápidas o suficiente para torná-las adequadas para muitas aplicações do mundo real. O novo método, demonstrado por pesquisadores do Instituto de Tecnologia de Massachusetts e outras organizações, pode renderizar cenas tridimensionais de imagens cerca de 000 vezes mais rápido do que alguns outros modelos. Sobre isso informa site da organização.
Especialistas esclareceram que em muitas esferas da vida, por exemplo, cirurgia de precisão ou agricultura, é necessária a visualização tridimensional de objetos. Via de regra, as redes neurais recebem uma imagem bidimensional e criam um objeto 3D com base nela. Cientistas do MIT disseram que seu novo método permite acelerar esse processo em cerca de 15 mil vezes, em comparação com os modelos existentes.
Os autores do desenvolvimento criaram uma rede de campo de luz (LFN), com base na qual a inteligência artificial aprendeu a reproduzir objetos tridimensionais após uma única observação e com uma taxa de quadros em tempo real. Este método representa uma cena como um campo de luz de 360° e uma função que descreve todos os raios de luz no espaço tridimensional passando por cada ponto e em todas as direções. O campo de luz é codificado em uma rede neural, que acelera a renderização da cena 3D.
Especialistas testaram o modelo em várias cenas. Eles descobriram que com o LFN, a rede neural foi capaz de gerar objetos 500D a mais de 1,6 quadros por segundo, cerca de três ordens de magnitude mais rápido do que outros métodos. Os cientistas também esclareceram que a nova rede do campo de luz utiliza de forma mais racional recursos que exigem cerca de XNUMX MB de memória.
“A renderização neural permitiu renderização fotorrealista e edição de imagens com base apenas em um conjunto esparso de imagens de entrada. Infelizmente, todos os métodos existentes são muito caros do ponto de vista computacional, o que impede seu uso em aplicações que requerem processamento em tempo real, como videoconferência. Este projeto dá um grande passo em direção a uma nova geração de algoritmos de renderização neural computacionalmente eficientes e matematicamente elegantes. Espero que encontre ampla aplicação em computação gráfica, visão computacional e outros campos", disse o professor associado Gordon Wetzstein, participante da pesquisa. Segundo ele, a nova tecnologia terá aplicação em computação gráfica e outras áreas.
A propósito, no final de novembro, ficou conhecido o programa Ricult, que ajuda os agricultores a aumentar sua colheita. O serviço analisa as mudanças climáticas para ajudar os agricultores da Tailândia e do Paquistão a escolher a melhor época para plantar.
Leia também: