Реальные объекты теперь можно захватывать цифровым способом с помощью специальных камер. Тем не менее, они по-прежнему выходят за пределы, если, например, поверхность объекта слишком темная для сканера и, следовательно, не обеспечивает сигнал или части затеняют друг друга. «Несмотря на то, что в последние годы технология 3D-сканирования сделала значительный скачок, все еще остается сложной задачей - цифровая и автоматическая цифровая и автоматическая регистрация геометрии и формы реального объекта», - объясняет Марио Фриц, который работает в Институте Макса Планка. по ИТ возглавляет группу «Масштабируемое обучение и восприятие». По словам Фрица, датчики глубины, такие как датчик Microsoft Kinect, очень мощные, но они не одинаково хорошо работают на всех материалах, что приводит к шумным данным или даже к отсутствию измеренных значений.«Получающиеся в результате неисправные или даже неполные 3D-геометрии представляют собой реальную проблему для ряда приложений, например, в виртуальной дополненной реальности или при работе с роботами и в 3D-печати», - объясняет Марио Фриц.
Метод скоро также будет работать с деформируемыми объектами и большими сценами
Поэтому вместе с другими исследователями из американского производителя полупроводников Intel и Института визуальных вычислений Intel в Саар-Уни он разработал метод, который также работает с неполными наборами данных. Используется специальная нейронная сеть. «Наш метод не требует какого-либо контроля на этапе обучения, что является новшеством в этой форме», - объясняет Фриц. Таким образом, исследователи смогли реконструировать, например, плоский монитор, цифровое изображение которого после трехмерного сканирования было больше похоже на стену платы, чтобы каждый мог распознать монитор в цифровом объекте. Ученые из Саарбрюккена также опробовали предыдущие методы, которые улучшают дефектные 3D-сканы и полные формы. Метод из Саарбрюккена также показывает очень хорошие результаты в классификации сканируемых объектов. В будущем ученые хотят и дальше развивать свой метод, чтобы он также работал с деформируемыми объектами и большими сценами.
«В будущем должна быть возможность быстро и легко захватывать объекты из реального мира и реалистично проецировать их в цифровой мир», - объясняет Филипп Слюсаллек, профессор компьютерной графики в Саарском университете и научный директор в Немецком исследовательском центре искусственного интеллекта (DFKI)., В DFKI он также отвечает за европейский совместный проект «Проектирование распределенных 3D-объектов», или, если коротко, DISTRO, с помощью которого Европейский Союз стремится вывести исследовательские дисциплины визуальных вычислений и 3D-компьютерной графики на вершину мира. Для этого необходимо подготовить новое поколение отличных ученых и техников. Пять из 15 объявленных докторских должностей были заполнены исследователями из Университета Саарландского университета в Саарландском университете. (Ага)