Может ли 3D GAN стать следующим шагом вперед для более быстрого 3D-моделирования?

Одна из самых обременительных задач в 3D-печати — кропотливый процесс создания 3D-моделей с нуля. . Создание моделей может занять несколько часов даже у тех, кто обладает огромным опытом в этой области. К счастью, группа исследователей из Массачусетского технологического института разработала невероятный новый метод синтеза 3D-моделей из изображений объектов.

Похожая историясильный>

3 преимущества 3D-печати для мебельной промышленности

                     <h2>3D-&#1075;&#1077;&#1085;&#1077;&#1088;&#1072;&#1090;&#1080;&#1074;&#1085;&#1086;-&#1089;&#1086;&#1089;&#1090;&#1103;&#1079;&#1072;&#1090;&#1077;&#1083;&#1100;&#1085;&#1099;&#1077; &#1089;&#1077;&#1090;&#1080;</h2> 3D-&#1075;&#1077;&#1085;&#1077;&#1088;&#1072;&#1090;&#1080;&#1074;&#1085;&#1086;-&#1089;&#1086;&#1089;&#1090;&#1103;&#1079;&#1072;&#1090;&#1077;&#1083;&#1100;&#1085;&#1099;&#1077; &#1089;&#1077;&#1090;&#1080;&nbsp;(&#1089;&#1086;&#1082;&#1088;&#1072;&#1097;&#1077;&#1085;&#1085;&#1086; 3D GAN) &#1086;&#1073;&#1077;&#1097;&#1072;&#1102;&#1090; &#1074;&#1086;&#1079;&#1084;&#1086;&#1078;&#1085;&#1086;&#1089;&#1090;&#1100; &#1089;&#1086;&#1079;&#1076;&#1072;&#1074;&#1072;&#1090;&#1100; 3D-&#1084;&#1086;&#1076;&#1077;&#1083;&#1080;, &#1092;&#1086;&#1090;&#1086;&#1075;&#1088;&#1072;&#1092;&#1080;&#1088;&#1091;&#1103; &#1074;&#1089;&#1077;, &#1095;&#1090;&#1086; &#1074;&#1099; &#1093;&#1086;&#1090;&#1080;&#1090;&#1077; &#1089;&#1084;&#1086;&#1076;&#1077;&#1083;&#1080;&#1088;&#1086;&#1074;&#1072;&#1090;&#1100;. GAN &mdash; &#1101;&#1090;&#1086; &#1087;&#1086;&#1076;&#1084;&#1085;&#1086;&#1078;&#1077;&#1089;&#1090;&#1074;&#1086; &#1075;&#1077;&#1085;&#1077;&#1088;&#1072;&#1090;&#1080;&#1074;&#1085;&#1099;&#1093; &#1084;&#1086;&#1076;&#1077;&#1083;&#1077;&#1081;, &#1074; &#1082;&#1086;&#1090;&#1086;&#1088;&#1099;&#1093; &#1076;&#1083;&#1103; &#1087;&#1086;&#1083;&#1091;&#1095;&#1077;&#1085;&#1080;&#1103; &#1088;&#1077;&#1079;&#1091;&#1083;&#1100;&#1090;&#1072;&#1090;&#1072; &#1080;&#1089;&#1087;&#1086;&#1083;&#1100;&#1079;&#1091;&#1077;&#1090;&#1089;&#1103; &#1082;&#1086;&#1085;&#1082;&#1091;&#1088;&#1080;&#1088;&#1091;&#1102;&#1097;&#1077;&#1077; &#1087;&#1088;&#1086;&#1075;&#1088;&#1072;&#1084;&#1084;&#1085;&#1086;&#1077; &#1086;&#1073;&#1077;&#1089;&#1087;&#1077;&#1095;&#1077;&#1085;&#1080;&#1077;. &#1053;&#1077;&#1089;&#1084;&#1086;&#1090;&#1088;&#1103; &#1085;&#1072; &#1090;&#1086;, &#1095;&#1090;&#1086; &#1084;&#1086;&#1076;&#1077;&#1083;&#1100;, &#1089;&#1086;&#1079;&#1076;&#1072;&#1074;&#1072;&#1077;&#1084;&#1072;&#1103; &#1074; &#1101;&#1090;&#1080;&#1093; &#1089;&#1083;&#1091;&#1095;&#1072;&#1103;&#1093;, &#1080;&#1084;&#1077;&#1077;&#1090; &#1085;&#1080;&#1079;&#1082;&#1086;&#1077; &#1088;&#1072;&#1079;&#1088;&#1077;&#1096;&#1077;&#1085;&#1080;&#1077;, &#1086;&#1085;&#1072; &#1084;&#1086;&#1078;&#1077;&#1090; &#1089;&#1101;&#1082;&#1086;&#1085;&#1086;&#1084;&#1080;&#1090;&#1100; &#1076;&#1088;&#1072;&#1075;&#1086;&#1094;&#1077;&#1085;&#1085;&#1099;&#1077; &#1095;&#1072;&#1089;&#1099;, &#1089;&#1086;&#1079;&#1076;&#1072;&#1074; &#1086;&#1089;&#1085;&#1086;&#1074;&#1085;&#1099;&#1077; &#1092;&#1086;&#1088;&#1084;&#1099; &#1088;&#1072;&#1089;&#1089;&#1084;&#1072;&#1090;&#1088;&#1080;&#1074;&#1072;&#1077;&#1084;&#1086;&#1075;&#1086; &#1086;&#1073;&#1098;&#1077;&#1082;&#1090;&#1072;. &#1054;&#1085; &#1076;&#1077;&#1083;&#1080;&#1090; &#1080;&#1079;&#1086;&#1073;&#1088;&#1072;&#1078;&#1077;&#1085;&#1080;&#1103; &#1087;&#1088;&#1077;&#1076;&#1084;&#1077;&#1090;&#1086;&#1074; &#1076;&#1086;&#1084;&#1072;&#1096;&#1085;&#1077;&#1075;&#1086; &#1086;&#1073;&#1080;&#1093;&#1086;&#1076;&#1072;, &#1085;&#1072;&#1087;&#1088;&#1080;&#1084;&#1077;&#1088;, &#1089;&#1090;&#1091;&#1083;&#1072;, &#1080; &#1087;&#1088;&#1077;&#1086;&#1073;&#1088;&#1072;&#1079;&#1091;&#1077;&#1090; &#1080;&#1093; &#1074; &#1082;&#1091;&#1073;&#1080;&#1095;&#1077;&#1089;&#1082;&#1080;&#1077; &#1087;&#1080;&#1082;&#1089;&#1077;&#1083;&#1080;, &#1082;&#1086;&#1090;&#1086;&#1088;&#1099;&#1077; &#1084;&#1086;&#1078;&#1085;&#1086; &#1080;&#1089;&#1087;&#1086;&#1083;&#1100;&#1079;&#1086;&#1074;&#1072;&#1090;&#1100; &#1074; &#1082;&#1072;&#1095;&#1077;&#1089;&#1090;&#1074;&#1077; &#1080;&#1089;&#1093;&#1086;&#1076;&#1085;&#1086;&#1081; &#1090;&#1086;&#1095;&#1082;&#1080; &#1076;&#1083;&#1103; &#1085;&#1072;&#1095;&#1072;&#1083;&#1072; &#1087;&#1088;&#1086;&#1077;&#1082;&#1090;&#1080;&#1088;&#1086;&#1074;&#1072;&#1085;&#1080;&#1103; &#1074;&#1072;&#1096;&#1077;&#1081; &#1084;&#1086;&#1076;&#1077;&#1083;&#1080;. &#1057; &#1101;&#1090;&#1086;&#1081; &#1086;&#1090;&#1087;&#1088;&#1072;&#1074;&#1085;&#1086;&#1081; &#1090;&#1086;&#1095;&#1082;&#1080; &#1073;&#1091;&#1076;&#1077;&#1090; &#1075;&#1086;&#1088;&#1072;&#1079;&#1076;&#1086; &#1087;&#1088;&#1086;&#1097;&#1077; &#1087;&#1088;&#1077;&#1086;&#1073;&#1088;&#1072;&#1079;&#1086;&#1074;&#1072;&#1090;&#1100; &#1087;&#1077;&#1088;&#1074;&#1086;&#1085;&#1072;&#1095;&#1072;&#1083;&#1100;&#1085;&#1091;&#1102; &#1092;&#1086;&#1088;&#1084;&#1091; &#1074; &#1078;&#1077;&#1083;&#1072;&#1077;&#1084;&#1099;&#1081; &#1088;&#1077;&#1079;&#1091;&#1083;&#1100;&#1090;&#1072;&#1090;. <p><img class="aligncenter" src="wp-content/uploads/2023/09/mozhet-li-3d-gan-stat-sledujushhim-shagom-vpered-dlja-bolee-bystrogo-3d-modelirovanija-8e97efa.jpg" alt="Может ли 3D GAN стать следующим шагом вперед для более быстрого 3D-моделирования?" />

Как это работает

Он преобразует изображение в удобный 3D-формат, используя сеть, содержащую большие наборы данных для сравнения изображения. Эти наборы данных хранятся в домене специально для того, чтобы позволить компьютеру сравнивать и воссоздавать такие объекты, как автомобили или стулья, как только он распознает сходство. Наборы данных действуют как схемы, и состязательный дискриминатор сравнивает и противопоставляет объект всякий раз, когда кто-то хочет получить приблизительную трехмерную модель.

Смешивание объектов

Более того, программное обеспечение может похвастаться возможностью смешивать и сопоставлять объекты различных типов и создавать модели между собой. Возьмите две таблицы, и вы получите грубую смесь из двух. Он также может создать синтез между объектами, которые непохожи друг на друга. На видео показано, как модели автомобиля и лодки сливаются воедино.

3D-модели GAN также могут значительно упростить получение моделей для печати из изображений. Представьте себе: вы идете и видите автомобиль, который, возможно, захотите воспроизвести на 3D-принтере дома. Все, что вам нужно сделать, это сфотографировать его и передать через сеть, чтобы получить работоспособную отправную точку.

Исходный код доступен для использования в Интернете.

Вы можете прочитать исследование MIT здесь или посмотреть обзор возможностей программного обеспечения на канале Youtube ‘Two Minute Papers’ ниже

п>

Источник