Recentes avanços em machine learning têm permitido o desenvolvimento de tecnologias inovadoras, como a reconstrução de modelos 3D altamente detalhados de animais de estimação a partir de uma única imagem, impulsionando o potencial das animações digitais realistas.
Contexto da pesquisa
Pesquisadores da UNIST (Ulsan National Institute of Science and Technology) desenvolveram uma tecnologia de inteligência artificial chamada DogRecon. Esse sistema é capaz de gerar modelos 3D animáveis de cães a partir de uma única fotografia, permitindo aplicações em ambientes de realidade virtual (VR) e realidade aumentada (AR).
Método proposto
O DogRecon utiliza modelos estatísticos específicos para diferentes raças, capturando variações nas formas corporais e posturas dos animais. Ele emprega uma combinação de técnicas avançadas, incluindo Gaussian Splatting, para reconstruir áreas ocluídas com alta fidelidade, garantindo a precisão dos contornos e texturas do corpo dos cães. Este approach supera as limitações de modelos anteriores que frequentemente resultavam em representações distorcidas.
Resultados e impacto
A equipe, liderada pelo professor Kyungdon Joo, avaliou o desempenho do DogRecon usando diversos conjuntos de dados. Os resultados mostraram que o modelo é capaz de criar avatares 3D naturais e precisos, comparáveis aos métodos baseados em vídeo, mas utilizando apenas uma imagem. Isso representa um avanço significativo na pesquisa de reconstrução 3D.
“Com mais de um quarto dos lares possuindo animais de estimação, expandir a tecnologia de reconstrução 3D—tradicionalmente focada em humanos—para incluir estes animais foi um objetivo”, afirmou Gyeongsu Cho, coautor do estudo.
(“With over a quarter of households owning pets, expanding 3D reconstruction technology—traditionally focused on humans—to include companion animals has been a goal,” said Gyeongsu Cho, co-author of the study.)— Gyeongsu Cho, Pesquisador, UNIST
Os resultados do DogRecon foram publicados na International Journal of Computer Vision, enfatizando o potencial da arquitetura escalável do modelo para aplicações em animações geradas a partir de texto e ambientes AR/VR.
O professor Joo concluiu que “este estudo representa um avanço significativo ao integrar AI generativa com técnicas de reconstrução 3D”. Eles planejam expandir esta abordagem para incluir outros animais e avatares personalizados futuramente.
(“This study represents a meaningful step forward by integrating generative AI with 3D reconstruction techniques to produce realistic models of companion animals.”)
— Professor Kyungdon Joo, UNIST
Fonte: (TechXplore – Machine Learning & AI)
