Je, umewahi kutazama filamu, kucheza mchezo wa video, au kutumia uhalisia pepe na kugundua chochote kuhusu jinsi wahusika wanadamu walivyosonga na kuonekana?
Kuunda wanadamu wa kweli na wa kina wanaozalishwa na kompyuta kwa muda mrefu imekuwa lengo la picha za kompyuta na utafiti wa maono ya kompyuta.
The HumanRF mradi ni hatua ya kwanza ya kusisimua kuelekea lengo hilo
HumanRF ni uwakilishi unaobadilika wa eneo la neural ambao hutumia ingizo la video lenye mwonekano-nyingi ili kunasa mwonekano wa mwili mzima wa wanadamu wakiwa katika mwendo. Wacha tuone inahusu nini na ni faida gani zinazowezekana za teknolojia hii.
Kukamata Utendaji wa Binadamu
Kuunda uwakilishi wa picha halisi wa mipangilio ya mtandaoni imekuwa tatizo kwa muda mrefu michoro za kompyuta.
Kijadi, wasanii walitengeneza vitu vya 3D kwa mkono. Tafiti za hivi majuzi, hata hivyo, zimejikita katika kuunda upya uwakilishi wa 3D kutoka kwa data ya ulimwengu halisi.
Kukamata na kusawazisha uigizaji halisi wa binadamu, haswa, imekuwa lengo la utafiti kwa programu kama vile utengenezaji wa filamu, michezo ya kompyuta, na uwasilishaji wa simu.
Maendeleo ya Uga wa Mionzi ya Neural Dynamic
Katika miaka ya hivi majuzi, maendeleo makubwa yamepatikana katika kushughulikia changamoto hizi kupitia matumizi ya nyuga za mionzi ya neva (NeRF). NeRF ina uwezo wa kuunda upya sehemu za 3D zilizosimbwa katika taswira ya safu nyingi (MLP), ikiruhusu usanisi wa mwonekano wa riwaya.
Ingawa NeRF iliangazia matukio tuli, kazi ya hivi majuzi zaidi imeshughulikia matukio yanayobadilika kwa kutumia viyoyozi vya wakati au sehemu za ugeuzaji. Hata hivyo, mbinu hizi zinaendelea kung’ang’ana na mifuatano mirefu yenye mwendo mgumu, hasa linapokuja suala la kuwakamata wanadamu wanaosonga.
Takwimu za WaigizajiHQ
Ili kushughulikia dosari hizi, wataalamu wanapendekeza ActorsHQ, mkusanyiko mpya wa data wa uaminifu wa hali ya juu wa wanadamu waliovaa katika mwendo ulioboreshwa kwa usanisi wa taswira ya riwaya ya uhalisia. Seti ya data ina rekodi za mwonekano mwingi kutoka kwa kamera 160 zilizosawazishwa, kila moja ikinasa mitiririko ya video ya megapixel 12.
Seti hii ya data inaruhusu uundaji wa uwakilishi mpya wa onyesho unaopanua usimbaji wa heshi ya Papo Hapo kwenye kikoa cha muda kwa kujumuisha kipimo cha muda pamoja na mtengano wa tensor ya muda wa nafasi ya chini wa gridi ya kipengele.
Tunakuletea HumanRF
HumanRF ni kiwakilishi cha 4D cha eneo la neva ambalo hunasa mwendo wa mwili mzima kutoka kwa ingizo la video lenye mwonekano-nyingi na kuruhusu uchezaji kutoka mitazamo isiyoonekana hapo awali. Ni mbinu ya kurekodi video inayonasa data nyingi huku ikichukua nafasi kidogo sana.
Hutimiza hili kwa kuvunja nafasi na wakati katika vipande vidogo, sawa na jinsi seti ya Lego inavyoweza kutenganishwa na kuunganishwa tena.
Teknolojia ya HumanRF inaweza kunasa mienendo ya watu kwenye video vizuri sana, hata kama wanafanya harakati ngumu au ngumu. Waundaji wa teknolojia hii wanaonyesha ufanisi wa HumanRF kwenye mkusanyiko wa data mpya ulioanzishwa wa ActorsHQ, wakionyesha uboreshaji mkubwa juu ya mbinu za kisasa zilizopo.
Kwa hivyo, iliwezekanaje kuunda HumanRF na ni kazi gani za ndani?
Muhtasari wa Mbinu ya HumanRF
Mtengano wa Gridi ya Kipengele cha 4D
Mtengano wa gridi ya kipengele cha 4D ni sehemu muhimu ya HumanRF. Kwa kuchanganya sehemu za 4D zilizogawanywa vyema, mbinu hii ni mfano wa onyesho linalobadilika la 3D. Kila sehemu ina gridi yake ya kipengele cha 4D inayoweza kufunzwa, ambayo husimba mlolongo wa fremu.
Ili kuwakilisha data ya anga kwa ushikamano zaidi, gridi ya kipengele cha 4D inafafanuliwa kama mtengano wa gridi nne za vipengele vya 3D na 1D. Mtengano wa gridi ya kipengele cha 4D husaidia mbinu katika kutoa picha za ubora wa juu na maelezo ya hali ya juu huku ikichukua nafasi kidogo.
Ugawaji wa Muda wa Adaptive
HumanRF hutumia vielelezo vya tabaka nyingi visivyo na kina vyenye vipengele vichache vya hashi-gridi ili kutoa data ndefu ya mitazamo mingi kwa ufanisi. Gridi fupi ya kipengele cha 4D inatumika kuwakilisha sehemu za muda zilizosambazwa kikamilifu zinazounda kikoa cha saa.
Bila kujali muktadha wa muda, mbinu hii inafanikisha uwezo wa juu wa uwakilishi kwa kutumia ugawaji wa muda unaobadilika ili kuhakikisha kuwa jumla ya ujazo wa nafasi ya 3D unaofunikwa na kila sehemu ni wa ukubwa sawa. Haijalishi video ni ya muda gani, vifaa vya kugawanya vya muda vinavyobadilika katika kutoa uwakilishi thabiti.
Usimamizi wenye Hasara za 2D pekee
Hitilafu kati ya picha za RGB zilizotolewa na zilizowekwa na vinyago vya mbele hupimwa na HumanRF kwa kutumia hasara za 2D pekee ambazo husimamiwa.
Mbinu hii inafanikisha uthabiti wa muda kwa kutumia MLP zilizoshirikiwa na mtengano wa 4D, na matokeo yanafanana sana na yale ya ukubwa bora wa sehemu.
Mbinu hiyo ni nzuri zaidi na rahisi kutoa mafunzo kuliko mbinu zinazotumia hasara za 3D kwa sababu hutumia hasara za 2D pekee.
Mbinu hii hutoa matokeo ambayo ni bora zaidi kuliko yale ya mbinu nyingine zilizojaribiwa kwa majaribio, na kuifanya kuwa mkakati wa kuahidi wa kutoa picha za waigizaji wa kibinadamu katika mwendo ambao ni wa hali ya juu.
Maeneo Yanayowezekana ya Matumizi
Kuimarisha Michezo ya Video na Uhalisia Pepe
Uundaji wa herufi pepe za wakati halisi za video michezo na maombi ya Uhalisia Pepe inawezekana kwa HumanRF. Mwendo wa mwigizaji wa binadamu unaweza kurekodiwa kutoka pembe mbalimbali, na data inaweza kisha kuchakatwa kupitia HumanRF.
Hii inaruhusu watengenezaji wa mchezo kuunda wahusika ambao wanaweza kusonga na kuingiliana na mazingira kwa uhalisia zaidi, kuwapa wachezaji uzoefu wa kushirikisha zaidi.
Kinasa Mwendo katika Utayarishaji wa Filamu
Kwa kutoa picha wazi za mwendo wa waigizaji, HumanRF inaweza kuboresha kunasa mwendo katika mchakato wa kutengeneza filamu.
Watengenezaji filamu wanaweza kuunda utendakazi wa kweli na wenye nguvu ambao unaweza kuhaririwa kutoka pembe tofauti kwa kutumia kamera nyingi kurekodi utendakazi wa mwigizaji na HumanRF kutoa uwakilishi wa 4D.
Hii inapunguza hitaji la kuota tena na kupunguza gharama za uzalishaji.
Kuimarisha Mikutano ya Mtandaoni na Mikutano ya Simu
Kwa kutengeneza miundo ya 3D ya washiriki walio mbali katika muda halisi, HumanRF huwezesha uundaji wa kuzama na uhalisia katika mikutano pepe.
Washiriki katika mikutano ya mtandaoni wanaweza kuwa na matumizi ya kuvutia na shirikishi zaidi kwa kunasa mwendo wa mshiriki wa mbali kutoka pembe mbalimbali na kuchakata data kupitia HumanRF.
Zaidi ya hayo, HumanRF inaweza kutumika kuunda maoni ya hali ya juu ya washiriki wa mbali wakati mkutano wa video, na kusababisha ushirikiano na mawasiliano bora.
Kuwezesha Elimu na Mafunzo
HumanRF inaweza kutumika kujenga uigaji unaobadilika na halisi katika mazingira ya mafunzo na elimu.
Uigaji wa mafunzo ambao huwawezesha wafunzwa kufanya mazoezi na kujifunza katika mazingira ya kweli na ya kuvutia zaidi unaweza kufanywa kwa kurekodi mwendo wa wakufunzi au watendaji wanaotekeleza kazi fulani na kuchakata data kupitia HumanRF.
HumanRF, kwa mfano, inaweza kutumika kutengeneza uigaji wa kuendesha gari, kukimbia, au mafunzo ya matibabu.
Kuimarisha Usalama na Ufuatiliaji
Katika maombi ya ufuatiliaji na usalama, HumanRF inaweza kutumika kuunda miundo ya 3D ya watu au vikundi ambavyo vinabadilika na halisi. Wafanyakazi wa usalama wanaweza kuwa na uwakilishi sahihi zaidi wa mwendo na tabia ya mtu kwa kunasa mwendo wa watu kutoka mitazamo mbalimbali na kuchakata data kupitia HumanRF.
Hii inaboresha utambuzi na ufuatiliaji wa vitisho vinavyowezekana. Wafanyakazi wa usalama wanaweza kufanya mazoezi na kujiandaa kwa ajili ya hali mbalimbali kwa kutumia HumanRF kuunda uigaji wa matukio ya dharura.
Hitimisho, Wakati Ujao Una Nini?
HumanRF ni mbinu mwafaka ya kutoa maoni ya kipekee ya hali ya juu ya mwigizaji anayesonga. Imeonyesha matokeo ya kuridhisha katika programu mbalimbali, ikiwa ni pamoja na kunasa mwendo, uhalisia pepe, na uwepo wa telefone. Uwezo wa HumanRF haukomei kwa programu hizi; kuna maombi kadhaa ya ziada yanayowezekana kwa teknolojia hii.
Inatarajiwa kuimarika kadiri utafiti katika sekta hii unavyoendelea, kuwa bora na sahihi zaidi.
Algoriti na usanifu mpya kwa hakika utapelekea njia za hali ya juu zaidi za kuiga na kuonyesha waigizaji wa kibinadamu wakiwa katika mwendo, jambo ambalo linaweza kusababisha maendeleo mengi ya kuvutia katika tasnia ya sinema, michezo ya kubahatisha na mawasiliano.
Aidha, matumizi ya mifano ya kujifunza kwa kina pamoja na HumanRF ni mwelekeo unaowezekana kwa masomo ya baadaye. Hii inaweza kusababisha uchanganuzi bora zaidi wa mwendo wa mwanadamu na teknolojia za uundaji.
Zaidi ya hayo, kuchanganya HumanRF na teknolojia nyingine kama vile mifumo ya maoni ya haptic na uhalisia ulioboreshwa kunaweza kutoa programu mpya katika mafunzo ya matibabu, elimu na tiba.
Acha Reply