您好、欢迎来到现金彩票网!
当前位置:秒速快3 > 数据驱动 >

新的计算方法使数据驱动的3D建模更加容易

发布时间:2019-05-17 18:02 来源:未知 编辑:admin

  一个新的计算方法将于本月晚些时候在加利福尼亚州洛杉矶举行的SIGGRAPH上展示,它正在解决计算机图形学中众所周知的瓶颈:3D内容创作。

  新的生成模型GRASS基于国际研究团队开发的深度神经网络,可以自动创建合理,新颖的3D形状,为视频游戏,虚拟现实(VR)和电影中的图形艺术家提供更快速的能力。毫不费力地创建和探索多个3D形状,以便获得最终产品。

  有了GRASS,“一切都是通过实例隐式驱动,或从数据中学习,”一篇新研究论文的共同作者Kai Xu在一份新闻稿中说。

  根据ACM Transactions on Graphics发表的论文,新方法使用机器学习技术和人工智能来消除手工生成多个3D形状的负担。

  研究人员认为像GRASS这样的计算方法有朝一日可以改变视频游戏,电影,计算机辅助设计(CAD)和VR行业。

  生成新的3D形状具有挑战性。“耗时的3D内容制作过程使计算机图形无法像我们希望的那样无处不在,”中国国防科技大学(NUDT)计算机科学副教授和即将成为访问教授说。在普林斯顿大学。

  “我们的工作是一种数据驱动的自动形状生成计算方法。给定一组示例3D形状,我们的任务是自动生成一个对象类的多个形状,”Xu说。

  作为一个例子,Xu描述了一组椅子,新方法可以创建更多的椅子,但具有不同的几何结构,并且快速简单地做到这一点,甚至允许新手用户使用该方法。

  根据周二的新闻稿,导致GRASS的核心思想源于研究人员多年来一直在问自己的两个问题。

  首先是3D形状是否可以通过模仿人类DNA的遗传密码转化并生成。恰好,该项目的第一个代号是“Shape DNA”。GRASS学会将任意复杂的3D形状编码为一组固定的参数,并从这些参数中重新生成。

  第二个问题是如何最好地表示计算机辅助合成的3D形状。由NUDT领导的团队最终选择了结构表示,将3D形状描述为其组成部分的有组织层次结构。

  来自NUDT,Adobe Research,IIT Bombay,西蒙弗雷泽大学和斯坦福大学的作者将在SIGGRAPH 2017上展示他们的作品,SIGGRAPH 2017以其每年在全球计算机图形研究和互动技术方面最具创新性的亮点而着称。

http://istighcomputing.com/shujuqudong/1.html
锟斤拷锟斤拷锟斤拷QQ微锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷锟斤拷微锟斤拷
关于我们|联系我们|版权声明|网站地图|
Copyright © 2002-2019 现金彩票 版权所有