Мицрософт је објавио модел дифузије који може да направи 3Д аватар од једне фотографије особе
Укратко
Једна 2Д слика лица особе може се користити за генерисање 3Д аватара помоћу технике машинског учења 3Д Аватар Диффусион.
Може се користити за пружање реалистичног 3Д приказа особе за играње игара или друге намене, или за пружање искуства виртуелне реалности (ВР) или проширене стварности (АР).
3Д Аватар Диффусион је алгоритам за машинско учење који може да направи једну 2Д слику људског лица и креира тродимензионални (3Д) аватар. Аватар се затим може користити за креирање искуства виртуелне реалности (ВР) или проширене стварности (АР) или једноставно пружање реалног 3Д приказа особе за играње или друге сврхе.
Модел дифузије је био развијен од стране тима истраживача из Мицрософт Ресеарцх-а и описано је у раду објављеном у часопису арКсив.
3Д Аватар Дифузија је заснована на типу алгоритма машинског учења који се назива модел дифузије. Дифузиони модели су генеративни модели, што значи да могу генерисати нове податке који су слични подацима о обуци. Дифузиони модели су раније коришћени за генерисање 3Д слика из 2Д слика, али АДМ је први дифузиони модел који може да генерише реалистичан 3Д аватар из једне 2Д слике.
Да би обучили модел, истраживачи су користили скуп података од преко 200,000 3Д модела лица. Скуп података је укључивао широк избор лица са различитим тоновима коже, фризурама и цртама лица. АДМ је тада био у могућности да научи однос између 2Д слике и 3Д модела лица и генерише реалистичан 3Д аватар из једне 2Д слике.
Модел се такође може користити за генерисање аватара од фотографије која је снимљена из другог угла
Ова студија предлаже 3Д генеративни модел који аутоматски креира 3Д дигиталне аватаре који су представљени као поља неуронског зрачења користећи дифузионе моделе. Због превисоких захтева за меморијом и обрадом повезаних са 3Д, стварање богатих функција неопходних за висококвалитетне аватаре представља огроман проблем. Програмери предлажу да се дифузиона мрежа (Родин) бави овим проблемом.
Ова мрежа развија бројне 2Д мапе карактеристика поља неуронског зрачења у једну 2Д раван карактеристика, где модел затим извршава 3Д-свесну дифузију. Родин модел користи 3Д свесну конволуцију, која води рачуна о пројектованим карактеристикама у равни 2Д карактеристика у складу са њиховим оригиналним односом у 3Д, да би обезбедио преко потребну рачунарску ефикасност уз одржавање интегритета дифузије у 3Д.
Прочитајте више о АИ:
Одрицање од одговорности
У складу са Смернице пројекта Труст, имајте на уму да информације дате на овој страници нису намењене и не треба да се тумаче као правни, порески, инвестициони, финансијски или било који други облик савета. Важно је да инвестирате само оно што можете приуштити да изгубите и да тражите независан финансијски савет ако сумњате. За додатне информације, предлажемо да погледате одредбе и услове, као и странице помоћи и подршке које пружа издавач или оглашивач. MetaversePost је посвећен тачном, непристрасном извештавању, али тржишни услови су подложни променама без претходне најаве.
О аутору
Дамир је вођа тима, менаџер производа и уредник у Metaverse Post, покривајући теме као што су АИ/МЛ, АГИ, ЛЛМ, Метаверсе и Web3-сродна поља. Његови чланци привлаче огромну публику од преко милион корисника сваког месеца. Чини се да је стручњак са 10 година искуства у СЕО и дигиталном маркетингу. Дамир се помиње у Масхабле, Виред, Cointelegraph, Тхе Нев Иоркер, Инсиде.цом, Ентрепренеур, БеИнЦрипто и друге публикације. Путује између УАЕ, Турске, Русије и ЗНД као дигитални номад. Дамир је стекао диплому физике, за коју верује да му је дало вештине критичког размишљања које су му потребне да буде успешан у свету интернета који се стално мења.
više чланака
Дамир је вођа тима, менаџер производа и уредник у Metaverse Post, покривајући теме као што су АИ/МЛ, АГИ, ЛЛМ, Метаверсе и Web3-сродна поља. Његови чланци привлаче огромну публику од преко милион корисника сваког месеца. Чини се да је стручњак са 10 година искуства у СЕО и дигиталном маркетингу. Дамир се помиње у Масхабле, Виред, Cointelegraph, Тхе Нев Иоркер, Инсиде.цом, Ентрепренеур, БеИнЦрипто и друге публикације. Путује између УАЕ, Турске, Русије и ЗНД као дигитални номад. Дамир је стекао диплому физике, за коју верује да му је дало вештине критичког размишљања које су му потребне да буде успешан у свету интернета који се стално мења.
