AIコンテンツゼロ！純粋なランダムな数学により、現実的な 3D 世界が無限に生成されます。プリンストン出身の中国人による作品です。

画像とビデオの生成は AI に依存しなければならないと誰が言いましたか?

プリンストン大学の新しい成果物は、「AI なし」 に特に重点を置き、限りなくリアルな 3D 世界を生成できます。

効果を簡単に感じてください:

生成されるのは単なるビデオだと考えないでください。実際には、完全なセットが存在します。モデリング ソフトウェア Blender に基づいて構築されています。

この時点で、Blender ユーザー全員が私に加わりました。

このようにして、パラメータを使用して詳細を制御できます。

または、対応するパラメータを取得します。オプティカル フロー マップ、3D シーン オプティカル フロー マップ、デプス マップ、パノラマ セグメンテーション マップなど、さまざまな CV タスクを簡単に実行できます。

最も重要なことは、無料でオープンソースであるということです!

お母さんは、AI に供給する高品質の 3D データが見つからないことを心配する必要はもうありません...

ランダムな数学に基づく 100% 3D データ ジェネレーター

AI の急速な発展にもかかわらず、CV 分野の多くのタスク、特に 3D では依然として高品質のデータが不足しています。

1 つの解決策は、合成データを使用することです。このタイプのデータでトレーニングされたモデルは、サンプルがゼロの実際の画像でも非常に優れたパフォーマンスを発揮できることがわかりました。

しかし、問題は、既存の無料 3D 合成データ ツールのほとんどが基本的に単一のシーン、つまり自動運転関連または屋内環境にある人工物体のいずれかに限定されていることです。

したがって、対象範囲、特に現実世界の自然シーンを拡大するために、作者は Blender に基づいてこれを作成しました。 ランダムな数学的規則に基づいて、さまざまなさまざまな要素を無限に生成します。インフィニジェンのシーン。

Infinigen は、主に Blender の「プリミティブ」 (またはプリミティブ) を使用して、コーディングを通じて実際の自然シーンのさまざまな側面を完成させるプログラム ルール ライブラリを設計します。オブジェクトの。

この論文では主に、Blender ノード グラフを Python に自動的に変換できる

• Node Transpiler (ノード コンバータ) を含む Infinigen のプログラム システムを紹介します。 code を使用すると、プログラマ以外のユーザーでも Infinigen を簡単に使用できるようになります。

下の図に示すように、生成されるコードはより一般的で、入力パラメーターとグラフ構造の両方をランダム化できます。

• ジェネレーター サブシステム(ジェネレーター サブシステム)、Infinigen のジェネレーターは確率ベースのプログラムであり、各プログラムは特殊化されています。オブジェクト (山や魚など) 。各オブジェクトには一連の高レベルパラメータ (山の合計の高さなど) があり、ユーザーは Python API を使用してこれらを調整し、データ生成をきめ細かく制御できます。
• マテリアル ジェネレーター(マテリアル ジェネレーター)、合計 50 個。それぞれ、色と反射率を指定できるランダム シェーダーと、対応する細かい幾何学的ディテールを生成するローカル ジオメトリで構成されます。ジェネレーターの構成。

下の図に示すように、非常に現実的な幾何学的詳細を保証できます。

Terrain Generators
• (Terrain Generator)、下の図に示すように、このジェネレーターは繰り返し押すことができます。岩を生成し、Blender の組み込みプラグインを使用して小さな岩を生成します。

#また、Infinigen が FLIP を使用して動的流体をシミュレートしたり、Blender のパーティクル システムを使用して天気をシミュレートしたりするのに役立ちました。

植物と水中オブジェクト ジェネレーター
• (植物と水中オブジェクト ジェネレーター) (ランダム ウォークなどのアルゴリズムを使用して木を成長させるモデルを作成することを含む)さまざまな木、低木、さらにはサボテンで覆われた 3D 世界。

あるいは、差分成長、ラプラシアン成長、反応拡散を使用してさまざまなサンゴを作成し、幾何学的なノード グラフを使用して葉、花、海藻、昆布、軟体動物とクラゲ。

他にもさまざまなサブジェネレーターがあります

(生物ジェネレーターなど)いちいち紹介しません。

これらに加えて、Infinigen には、主に以下に示すタイプの画像を生成するために使用される画像レンダリングおよび Ground Truth 抽出プログラムも含まれています。

前者の場合、システムは自然法則に基づいて Blender のパス トレーシング レンダラー Cycles を使用して画像をレンダリングします。

著者は、Infinigen のプログラム ルールの開発には Blender が使用されましたが、プログラム生成の大部分は Blender の外部で完了したことを紹介しました。

さらに、彼らは、Infinigen の構築は非常に大規模なソフトウェア プロジェクトであり、そのコード ベースのメイン ブランチだけで

40,485 行のコード が含まれているとも述べました。

最後に、Infinigen は 2 つの Intel Xeon Silver 4114 @ 2.20GHz CPU と 1 つの NVidia GPU でベンチマークされ、

(所要時間) ##3.5 時間で 1080p 画像のペアを生成しました。 。 以下の表は、既存の合成データセットまたはジェネレーターとの比較を示しています。

著者は、Infinigen の最大の利点は、

外部参照ライブラリを必要とせずにプログラムで

を生成できることであることがわかると述べています。自然な 3D データ、他には何も機能しません。 チーム紹介

Infinigen は、今週水曜日の CVPR カンファレンスでポスター プレゼンテーションを行います。

著者は全員、プリンストン大学のビジョン & ラーニング ラボの出身者です。

共著者は 3 名で、うち 1 人は

Ma Zeyu で、プリンストン大学博士課程 3 年生で、2020 年に清華大学を卒業し、学士号を取得しています。電気工学の学位。 責任著者はプリンストン大学コンピューターサイエンス学部准教授

Deng Jiaです。

現在、Infinigen のコードは GitHub で公開されており、わずか 2 日で 850 個のスターが付いています。

紙のアドレス:
##https://www.php.cn /link/d9812f756d0df06c7381945d2e2c7d4b##プロジェクトのホームページ:
## https://www.php.cn/link/ca886eb9edb61a42256192745c72cd79
#GitHub アドレス:
https://www.php.cn/link/a1cb608a30fc2883eed0831dcf25f260 ＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃

以上がAIコンテンツゼロ！純粋なランダムな数学により、現実的な 3D 世界が無限に生成されます。プリンストン出身の中国人による作品です。の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。