Techniky strojového učení umožňují modelům z částečných obrazových dat

CS50 Lecture by Steve Ballmer (Smět 2019).

Anonim

Virtuální trojrozměrné modely budov a měst jsou využívány v rostoucím počtu situací, včetně systémů, jako jsou simulátory řízení a létání, první školení pro respondenty, internetové mapy, hry, filmy a dokonce i architektonické a inženýrské průzkumy. V každém z těchto virtuálních prostředí mohou drobné budovy nebo byty tvořit obrovskou část objevených objektů a charakter těchto budov vytváří vzhled, identitu a lokalizaci pro simulaci. Nicméně, s tisíci takovými budovami v pozadí, vývojáři virtuálních měst mohou mít potíže s osídlením svých světových modelů s realistickými budovami kromě konkrétních míst, která tvoří součást simulace.

Techniky strojového učení, Lubin Fan a Peter Wonka z vizuálního výpočetního centra Univerzity krále Abdullaha vyvinuly metodu automatického dokončení a generování trojrozměrných modelů budov, které jsou charakteristické pro danou oblast pomocí částečných obrazů.

"Strojové učení nám umožňuje vzít data pro stávající budovy a dozvědět se" vzhled "těchto budov, což nám umožňuje syntetizovat nové budovy, " řekl Wonka. "Tato technika je široce používána ve vizuálních výpočtech pro objekty, jako jsou lidé a letadla, ale budovy a jejich strukturální variace jsou obtížnější se učit. Jádrem naší práce bylo nalézt smysluplnou sadu vlastností, parametrů a jejich vztahů, které mohou popisovat budovy obecně. "

Díky iniciativám jako Google Streetview jsou k dispozici obrovské objemy dat o obytných budovách. Schéma modelování Wonky a Fanu přijímá takové datové soubory a získává klíčové vnější prvky každé budovy, jako je pozorovatelná stopa, velikost garáže, styl střechy a poměr oken ke stěně.

"Schéma se pak" naučí "pravděpodobnostní grafický model, aby kódoval vztahy mezi těmito funkcemi, " poznamenal Wonka. "Uživatel může potom vyzkoušet specifické funkce nebo opravit pozorované funkce a vypočítat nepozorovanou strukturu. Konečně je zde krok optimalizace, který převádí stavební prvky do 3-D stavebních modelů."

Jakmile je model vyškolen, může generovat velké množství budov a nastavením tvrdých omezení lze vytvořit dokonalejší modely dokonce i z částečných pozorování. To umožňuje konstruktérů a vývojářům automaticky a jednoduše vytvářet mnoho budov s povahou konkrétní oblasti nebo stylu.

"Náš pravděpodobnostní model pro exteriéry obytných budov by také mohl pomáhat architektům snadněji vytvářet prototypy budov nebo vytvářet věrohodné 3D rekonstrukce z omezeného souboru fotografií, " uvedl Wonka.

menu
menu