- Publicidade -
- Publicidade -
- Publicidade -
Machine learning & AI

Rede neural reconstrói ambientes 3D a partir de fotos 2D

- Publicidade -
- Publicidade -

São Paulo — InkDesign News —

A recent advancement in pesquisa científica sobre machine learning promete transformar a maneira como modelos tridimensionais são gerados a partir de imagens bidimensionais. Um novo algoritmo desenvolvido na Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS) permite reconstruções 3D de alta qualidade de cenas a partir de fotos com uma eficiência significativamente maior do que os métodos tradicionais.

Contexto da pesquisa

A criação de modelos 3D precisos a partir de imagens 2D, uma tarefa complexa em visão computacional, é crucial para aplicações em robótica e navegação. Tradicionalmente, o processo de conversão de imagens em nuvens de pontos 3D é moroso e propenso a erros, devido à necessidade de estimativas iterativas sobre a posição das câmeras e distâncias.

Método proposto

O algoritmo inovador combina predição de profundidade utilizando AI com uma nova abordagem em otimização numérica convexa. Isso permite que o sistema estime simultaneamente a posição de todos os pontos em uma cena, eliminando a necessidade de adivinhações passo a passo.

“Ao combinar a predição de profundidade de ponta da AI com uma abordagem poderosa em otimização convexa, o método pode estimar as posições de todos os pontos em uma cena de uma só vez, sem necessidade de suposições iniciais pelo computador.”
(“By combining state-of-the-art AI depth prediction with a powerful new approach in convex numerical optimization, the method can estimate the positions of all points in a scene at once, with no need for step-by-step guesswork.”)

— Haoyu Han, Estudante de Pós-graduação, SEAS

Resultados e impacto

Pesquisadores utilizaram um conjunto de dados extenso, coletando informações de milhares de quadros de câmeras, incluindo uma reconstrução do Coliseu Romano usando cerca de 2.000 imagens. Os resultados indicam que a nova abordagem não só é mais rápida, mas também robusta em comparação às técnicas tradicionais, permitindo uma reconstrução em frações de tempo antes inviáveis.

As possíveis aplicações desta tecnologia incluem desde avanços em robótica até melhorias em modelos de realidade aumentada. Com a rápida evolução da inteligência artificial e machine learning, espera-se que such ferramentas robustas revolucionem diversos setores.

Fonte: (TechXplore – Machine Learning & AI)

- Publicidade -
- Publicidade -

Tiago F Santiago

Tiago F. Santiago é Analista de Marketing na C2HSolutions, onde, em sua atuação fixa, combina estratégia e tecnologia para impulsionar soluções digitais. Paralelamente, dedica-se como hobby à InkDesign News, contribuindo com a criação de notícias e conteúdos jornalísticos. Apaixonado por programação, ele projeta aplicações web e desenvolve sites sob medida, apoiando-se em sua sólida expertise em infraestrutura de nuvem — dominando Amazon Web Services, Microsoft Azure e Google Cloud — para garantir que cada projeto seja escalável, seguro e de alta performance. Sua versatilidade e experiência técnica permitem-lhe transformar ideias em produtos digitais inovadores.

Artigos relacionados

0 0 votos
Classificação do artigo
Inscrever-se
Notificar de
guest

Este site utiliza o Akismet para reduzir spam. Saiba como seus dados em comentários são processados.

0 Comentários
Mais votado
mais recentes mais antigos
Feedbacks embutidos
Ver todos os comentários
- Publicidade -
Botão Voltar ao topo
0
Adoraria saber sua opinião, comente.x
Fechar

Adblock detectado

Olá! Percebemos que você está usando um bloqueador de anúncios. Para manter nosso conteúdo gratuito e de qualidade, contamos com a receita de publicidade.
Por favor, adicione o InkDesign News à lista de permissões do seu adblocker e recarregue a página.
Obrigado pelo seu apoio!