Η Apple αποκάλυψε μια μέθοδο γρήγορης και αποτελεσματικής δημιουργίας τριήμερων σκηνών με τη χρήση τεχνητής νοημοσύνης

Apple και το Πανεπιστήμιο της Χονγκ Κονγκ παρουσίασαν την τεχνολογία LGTM – πιο αποτελεσματική απεικόνιση 3‑D σκηνών

Οι επιστήμονες της Apple, σε συνεργασία με ερευνητές του Πανεπιστημίου της Χονγκ Κονγκ, ανέπτυξαν ένα σύστημα με το όνομα LGTM (Less Gaussians, Texture More). Επιτρέπει σημαντική βελτίωση της ποιότητας rendering τρισδιάστατων χώρων υψηλής ανάλυσης χωρίς την ανάγκη αύξησης των υπολογιστικών πόρων.

Πώς λειτουργεί το LGTM
1. Διαχωρισμός πολυπλοκότητας

Παραδοσιακές μεθόδους απεικόνισης 3‑D σκηνών, βασισμένες σε συναρτήσεις Γκαουσά ή άλλες προσεγγίσεις, απαιτούν τετραγωνική αύξηση κόστους με την ανάλυση. Το LGTM «διαχωρίζει» τη γεωμετρική δομή της σκηνής από τις οπτικές λεπτομέρειες.

2. Δύο στάδια εκπαίδευσης

* Στάδιο 1 – το μοντέλο δημιουργεί απλή γεωμετρία (σκαλωσιά) σε εικόνες χαμηλής ανάλυσης.
* Στάδιο 2 – συγκρίνει τη σκαλωσιά με τις αυθεντικές υψηλής ποιότητας εικόνες, και στη συνέχεια εκπαιδεύεται να παράγει λεπτομερείς υφές που τοποθετούνται πάνω από την απλή σκαλωσιά.

3. Αποτέλεσμα

Κατά rendering σε ανάλυση 2 K και 4 K, επιτυγχάνουμε ακριβή αποτέλεσμα χωρίς εικονογραφήσεις και «κενά» περιοχές, ενώ οι πόροι δεν αυξάνονται τετραγωνικά.

Πρακτική σημασία
* VR/AR – η τεχνολογία είναι ιδιαίτερα χρήσιμη για συστήματα εικονικής και επαυξημένης πραγματικότητας.

* Το Apple Vision Pro έχει συνολική ανάλυση οθόνης 23 εκατομμύρια pixel, που συνήθως απαιτεί τεράστια υπολογιστική ισχύ. Το LGTM επιτρέπει την αναπαραγωγή λεπτομερών σκηνών σε 4K χωρίς τέτοιο αύξηση πόρων, καθιστώντας δυνατή πιο ομαλή και υψηλής ποιότητας λειτουργία.

Έτσι, το LGTM αποτελεί σημαντικό βήμα προς τα εμπρός στο rendering υψηλής ποιότητας 3‑D σκηνών, διατηρώντας παράλληλα την αποτελεσματικότητα των υπολογισμών.