Az Apple felfedte a gyors és hatékony módszert háromnapos jelenetek mesterséges intelligencia segítségével történő létrehozásához

Apple és a Hongkongi Egyetem bemutatta az LGTM technológiát – hatékonyabb 3‑D jelenetek renderelése

Az Apple tudósai együttműködésben a Hongkongi Egyetem kutatóival egy LGTM (Less Gaussians, Texture More) nevű rendszert fejlesztettek ki. Ez jelentősen javítja a magas felbontású háromdimenziós tér renderelésének minőségét anélkül, hogy növelni kellene a számítási erőforrásokat.

Hogyan működik az LGTM
1. A komplexitás szétválasztása

A hagyományos 3‑D jelenet-renderelő módszerek, amelyek Gauss-függvényekre vagy más megközelítésekre épülnek, négyzetes növekedést igényelnek a felbontás emelkedésével. Az LGTM „kiszűri” a jelenet geometriáját a vizuális részletektől.

2. Két lépcsős tanulás

* Első lépés – a modell egyszerű geometriai keretet (vázat) épít alacsony felbontású képeken.
* Második lépés – összehasonlítja a vázat az eredeti, magas minőségű képekkel, majd megtanul részletes textúrákat létrehozni, amelyeket a sima vázra helyez.

3. Eredmény

2 K és 4 K felbontásban pontos eredményt kapunk hibamentesen és „üres” területek nélkül, miközben az erőforrások nem nőnek négyzetesen.

Gyakorlati jelentőség
* VR/AR – a technológia különösen hasznos virtuális és kiterjesztett valóság rendszerekhez.
* Az Apple Vision Pro összesített kijelzőfelbontása 23 millió pixel, ami általában hatalmas számítási kapacitást igényel. Az LGTM lehetővé teszi részletes jelenetek reprodukálását 4K felbontásban anélkül, hogy erőforrások növekednének, így simább és jobb minőségű működést tesz lehetővé.

Így az LGTM jelentős előrelépés a magas minőségű 3‑D jelenetek renderelésében, miközben megtartja a számítási hatékonyságot.