दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

लाइटरियलिटी: RGB-D स्कैन से ग्राफ़िक्स-तैयार 3D दृश्य पुनर्निर्माण

Created by
  • Haebom

लेखक

जेनिंग हुआंग, शियाओयांग वू, फैंगचेंग झोंग, हेंगशुआंग झाओ, मैथियास नी नेर, जोन लासेनबी

रूपरेखा

LiteReality एक नई पाइपलाइन है जो RGB-D इनडोर वातावरण स्कैन को कॉम्पैक्ट, यथार्थवादी और इंटरैक्टिव 3D वर्चुअल प्रतिकृतियों में बदल देती है। LiteReality न केवल वास्तविकता के समान दिखने वाले दृश्यों का पुनर्निर्माण करता है, बल्कि ऑब्जेक्ट की व्यक्तिगतता, संयुक्त गति, उच्च गुणवत्ता वाली भौतिक-आधारित रेंडरिंग सामग्री और भौतिकी-आधारित इंटरैक्शन जैसी ग्राफ़िक्स पाइपलाइनों के लिए आवश्यक प्रमुख विशेषताओं का भी समर्थन करता है। यह एक क्यूरेटेड एसेट डेटाबेस से सबसे अधिक दृश्यमान रूप से समान 3D कलाकार-निर्मित मॉडल की खोज करके दृश्य का पुनर्निर्माण करता है, एक संरचित दृश्य ग्राफ़ का उपयोग करके दृश्य समझ को निष्पादित करने और परिणामों को सुसंगत 3D लेआउट और ऑब्जेक्ट में पार्स करने पर ध्यान केंद्रित करता है। फिर यह यथार्थवाद को बढ़ाने के लिए एक मटेरियल पेंटिंग मॉड्यूल के माध्यम से उच्च-गुणवत्ता, स्थानिक रूप से भिन्न सामग्रियों को पुनर्स्थापित करके दृश्य का पुनर्निर्माण करता है। अंत में, यह इंटरैक्टिव व्यवहार को सक्षम करने के लिए बुनियादी भौतिकी गुणों के साथ पुनर्निर्मित दृश्य को सिमुलेशन इंजन में एकीकृत करता है। परिणामी दृश्य कॉम्पैक्ट, संपादन योग्य और मानक ग्राफ़िक्स पाइपलाइनों के साथ पूरी तरह से संगत है, जो इसे AR/VR, गेमिंग, रोबोटिक्स और डिजिटल ट्विन अनुप्रयोगों के लिए आदर्श बनाता है। लाइटरियलिटी एक लर्निंग-फ्री ऑब्जेक्ट डिटेक्शन मॉड्यूल भी पेश करता है जो स्कैन2सीएडी बेंचमार्क पर अत्याधुनिक समानता प्रदर्शन प्राप्त करता है, और एक शक्तिशाली मटेरियल पेंटिंग मॉड्यूल जो किसी भी शैली की छवि की उपस्थिति को 3डी परिसंपत्तियों में स्थानांतरित कर सकता है, यहां तक ​​कि गंभीर संरेखण त्रुटियों, अवरोधों और खराब रोशनी के साथ भी। हम वास्तविक दुनिया के स्कैन और सार्वजनिक डेटासेट दोनों पर लाइटरियलिटी की प्रभावशीलता का प्रदर्शन करते हैं।

Takeaways, Limitations

Takeaways:
RGB-D स्कैन का उपयोग करके यथार्थवादी 3D पर्यावरण पुनर्निर्माण पाइपलाइन प्रस्तुत करना
ग्राफ़िक्स पाइपलाइन के लिए आवश्यक सुविधाओं का समर्थन करता है, जैसे ऑब्जेक्ट वैयक्तिकता, संयुक्त गति और उच्च गुणवत्ता वाली सामग्री।
सीखने-मुक्त ऑब्जेक्ट डिटेक्शन मॉड्यूल और शक्तिशाली सामग्री पेंटिंग मॉड्यूल के माध्यम से उच्च यथार्थवाद प्राप्त किया गया
AR/VR, गेम्स, रोबोटिक्स और डिजिटल ट्विन्स जैसे विभिन्न क्षेत्रों में लागू
संक्षिप्त और संपादन योग्य परिणाम बनाएँ
Limitations:
इस पेपर में विशिष्ट Limitations या भविष्य के अनुसंधान दिशाओं के संदर्भ का अभाव है।
प्रयुक्त परिसंपत्ति डेटाबेस के आकार और संरचना के बारे में जानकारी का अभाव।
विविध वातावरणों और जटिल दृश्यों के लिए सामान्यीकरण प्रदर्शन पर आगे सत्यापन की आवश्यकता है।
वास्तविक समय निष्पादन और मापनीयता के मूल्यांकन का अभाव।
👍