Bien que les scientifiques aient utilisé avec succès des réseaux de neurones pour transformer des scènes 15D imaginées en images, ces techniques d'apprentissage automatique ne sont pas assez rapides pour les rendre adaptées à de nombreuses applications du monde réel. La nouvelle méthode, démontrée par des chercheurs du Massachusetts Institute of Technology et d'autres organisations, peut rendre des scènes en trois dimensions à partir d'images environ 000 XNUMX fois plus rapidement que certains autres modèles. À propos de ça informe le site Web de l'organisme.
Les spécialistes ont précisé que dans de nombreuses sphères de la vie, par exemple la chirurgie de précision ou l'agriculture, la visualisation tridimensionnelle des objets est nécessaire. En règle générale, les réseaux de neurones reçoivent une image bidimensionnelle et créent un objet 3D basé sur celle-ci. Les scientifiques du MIT ont déclaré que leur nouvelle méthode permet d'accélérer ce processus d'environ 15 XNUMX fois, par rapport aux modèles existants.
Les auteurs du développement ont créé un réseau de champ lumineux (LFN), sur la base duquel l'intelligence artificielle a appris à reproduire des objets tridimensionnels après une seule observation et avec une fréquence d'images en temps réel. Cette méthode représente une scène sous la forme d'un champ lumineux à 360° et d'une fonction qui décrit tous les rayons lumineux dans l'espace tridimensionnel passant par chaque point et dans toutes les directions. Le champ lumineux est encodé dans un réseau de neurones, ce qui accélère le rendu de la scène 3D.
Les spécialistes ont testé le modèle sur plusieurs scènes. Ils ont découvert qu'avec LFN, le réseau de neurones était capable de générer des objets 500D à plus de 1,6 images par seconde, soit environ trois ordres de grandeur plus rapidement que les autres méthodes. Les scientifiques ont également précisé que le nouveau réseau du champ lumineux utilise plus rationnellement les ressources qui nécessitent environ XNUMX Mo de mémoire.
"Le rendu neuronal a permis un rendu photoréaliste et une édition d'image basée uniquement sur un ensemble clairsemé d'images d'entrée. Malheureusement, toutes les méthodes existantes sont très coûteuses d'un point de vue informatique, ce qui empêche leur utilisation dans des applications qui nécessitent un traitement en temps réel, comme la visioconférence. Ce projet fait un grand pas vers une nouvelle génération d'algorithmes de rendu neuronal efficaces et mathématiquement élégants. Je m'attends à ce qu'il trouve une large application dans l'infographie, la vision par ordinateur et d'autres domaines », a déclaré le professeur agrégé Gordon Wetzstein, participant à la recherche. Selon lui, la nouvelle technologie trouvera une application dans l'infographie et d'autres domaines.
Soit dit en passant, fin novembre, on a entendu parler du programme Ricult, qui aide les agriculteurs à augmenter leur récolte. Le service analyse les changements climatiques pour aider les agriculteurs thaïlandais et pakistanais à choisir le meilleur moment pour semer.
Lisez aussi: