TensorFlow Graphics

Open Source, Künstliche Intelligenz Schlagwörter: , , 0 Kommentare
Voiced by Amazon Polly

Wir haben uns diesen Monat für TensorFlow entschieden und Ihnen eine Installations Anleitung für Linux zur Verfügung gestellt.

Heute erweitern wir diese um TensorFlow Graphics.

Eine Computergrafik benötigt für die 3D Darstellung von Objekten und deren absolute Positionierung in der Szene, eine Beschreibung des Materials, aus dem sie bestehen, Leuchten und eine Kamera. Diese Szenenbeschreibung wird dann von einem Renderer interpretiert, um ein synthetisches Rendering zu erzeugen.

TensorFlow Graphics

Im Vergleich dazu würde ein Computer-Vision-System von einem Bild ausgehen und versuchen, die Parameter der Szene abzuleiten. So lässt sich vorhersagen, welche Objekte sich in der Szene befinden, aus welchen Materialien sie bestehen, sowie deren dreidimensionale Position und Ausrichtung.

TensorFlow Graphics 2

Die Schulung von maschinellen Lernsystemen, die in der Lage sind, diese komplexen 3D-Visionsaufgaben zu lösen, erfordert meist große Datenmengen. Da die Kennzeichnung von Daten ein kostspieliger und komplexer Prozess ist, ist es wichtig, Mechanismen zu haben, um Modelle für das maschinelle Lernen zu entwickeln, die die dreidimensionale Welt verstehen können, während sie ohne große Aufsicht trainiert werden.

Die Kombination von Computer Vision und Computergrafik bietet eine einzigartige Möglichkeit, die riesigen Mengen an leicht verfügbaren, nicht gekennzeichneten Daten zu nutzen. Wie in der folgenden Abbildung dargestellt, kann dies beispielsweise durch eine Analyse durch Synthese erreicht werden, bei der das Sichtsystem die Szenenparameter extrahiert und das Grafiksystem ein darauf aufbauendes Bild wiedergibt.

Wenn das Rendering mit dem Originalbild übereinstimmt, hat das Visionssystem die Szenenparameter genau extrahiert. Bei diesem Aufbau gehen Computervision und Computergrafik Hand in Hand und bilden ein einziges maschinelles Lernsystem ähnlich einem Autoencoder, das selbstüberwachend trainiert werden kann.

TensorFlow Graphics 3

Tensorflow Graphics wird entwickelt, um diese Art von Herausforderungen zu meistern, und bietet dazu eine Reihe von differenzierbaren Grafik- und Geometrieebenen (z.B. Kameras, Reflexionsmodelle, räumliche Transformationen, Netzfaltungen) und 3D-Viewer-Funktionalitäten (z.B. 3D TensorBoard), mit denen Sie Ihre gewünschten maschinellen Lernmodelle trainieren und debuggen können.

Link

https://github.com/tensorflow/graphics

Wie können wir Ihnen helfen?

Sie wollen online richtig verkaufen? Wir unterstützen Sie bei der Umsetzung Ihres Augmented Reality (AR) oder Virtual Reality (VR) Projektes! Egal ob Produktfotografie, 3D Scan Service, 3D-Visualisierung oder fertige 3D Modelle für AR/VR – wir beraten Sie persönlich und unverbindlich.

Wünschen Sie ein individuelles Angebot auf Basis Ihrer aktuellen Vorlagen, nutzen Sie einfach unser Anfrageformular.



Schreibe einen Kommentar

Ihre E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Senden Sie uns Ihre Videonachricht!

Sie können im r23:Blog Ihren Textkommentar mit einer Videonachricht ergänzen! Diese Nachricht kann bis zu 90 Sekunden lang sein.

Wir freuen uns auf Sie!

Hinweis: Das r23:Blog setzt auf selbstlernende Systeme für die reale Welt.
Mit einer Künstlichen Intelligenz (KI) wird eine Abschrift von Ihrer Videonachricht erstellt.
Für ein optimales Erlebnis von r23:Blog und den dazugehörigen Applikationen wird die Verwendung von Firefox in der aktuellen Version empfohlen. Unterstützt werden weitere aktuelle Browser.

Anleitung: Videonachrichten im r23:Blog

Aktuell

Weihnachten steht vor der Tür

Christmas Pop-up