انقلابی در گرافیک کامپیوتری، تصویربرداری سه بعدی از واقعیت را به توده‌ها می‌آورد

انقلابی در گرافیک کامپیوتری، تصویربرداری سه بعدی از واقعیت را به توده‌ها می‌آورد

تمبر زمان: 6 نوامبر 2023، 10:23 صبح
A Revolution in Computer Graphics Is Bringing 3D Reality Capture to the Masses PlatoBlockchain Data Intelligence. Vertical Search. Ai.

به عنوان یک سلاح جنگی، تخریب اماکن میراث فرهنگی یک است روش رایج توسط مهاجمان مسلح برای محروم کردن یک جامعه از هویت متمایز خود. در فوریه 2022، زمانی که نیروهای روسی به اوکراین حمله کردند، تعجبی نداشت که مورخان و متخصصان میراث فرهنگی خود را برای نابودی آینده آماده کنند. تاکنون در جنگ روسیه و اوکراین، یونسکو این کار را کرده است تایید شده صدها بنای مذهبی و تاریخی و ده ها بنای عمومی، کتابخانه و موزه آسیب دیده است.

در حالی که فناوری های جدید دوست دارند پهپادهای ارزان قیمت, چاپ 3Dو اینترنت ماهواره ای خصوصی ممکن است میدان جنگ قرن بیست و یکمی را ایجاد کند که برای ارتش‌های متعارف ناآشنا است، مجموعه دیگری از فناوری‌ها امکانات جدیدی را برای بایگانی‌های شهروندان خارج از خط مقدم ایجاد می‌کند تا مکان‌های میراث اوکراین را حفظ کنند.

پشتیبان گیری از اوکراین، یک پروژه مشترک بین کمیسیون ملی یونسکو دانمارک و Polycam، ابزاری برای ایجاد سه بعدی، به هر کسی که فقط به یک تلفن مجهز است، این امکان را می دهد که مدل های سه بعدی با کیفیت بالا، دقیق و واقعی از مکان های میراث فرهنگی را اسکن و ضبط کند، چیزی که فقط با هزینه های گران و سنگین امکان پذیر است. تجهیزات همین چند سال پیش

به گفته Bilawal Sidhu، فن‌شناس، سرمایه‌گذار فرشته و مدیر سابق محصولات Google که روی نقشه‌های سه بعدی و AR/VR کار می‌کرد، Backup Ukraine بیان قابل‌توجهی از سرعت خیره‌کننده‌ای است که با آن فناوری‌های گرافیکی و ضبط سه بعدی در حال پیشرفت هستند.

او در مصاحبه‌ای با من توضیح داد: «فناوری‌های ثبت واقعیت در یک منحنی نمایی خیره‌کننده از دموکراسی‌سازی قرار دارند. تکینگی هاب.

به گفته سیدو، تولید دارایی های سه بعدی امکان پذیر بود، اما تنها با ابزارهای گران قیمت مانند دوربین های DSLR، اسکنرهای لیدار و مجوزهای نرم افزاری گران قیمت. او به عنوان نمونه به کار از سی آرک، یک سازمان غیرانتفاعی که دو دهه پیش با هدف استفاده از فناوری عکاسی سه بعدی حرفه ای برای حفظ میراث فرهنگی در سراسر جهان تأسیس شد.

او می‌گوید: «آنچه دیوانه‌کننده است و تغییر کرده، این است که امروز می‌توانم همه این کارها را با آیفون در جیب شما انجام دهم.

در بحث ما، سیدو سه گرایش فناوری متمایز و در عین حال مرتبط را که این پیشرفت را هدایت می‌کنند، بیان کرد. اول کاهش هزینه انواع دوربین ها و حسگرهایی است که می توانند یک شی یا فضا را ثبت کنند. دوم، مجموعه ای از تکنیک های جدید است که از هوش مصنوعی برای ساخت دارایی های سه بعدی استفاده می کند. و سوم، تکثیر قدرت محاسباتی است که عمدتاً توسط پردازنده‌های گرافیکی هدایت می‌شود که می‌توانند اشیاء گرافیکی فشرده را بر روی دستگاه‌هایی که به طور گسترده در دسترس مصرف‌کنندگان قرار می‌گیرند، ارائه دهند.

اسکنرهای لیدار نمونه ای از بهبود قیمت و عملکرد در حسگرها هستند. اولین بار به عنوان سنسورهای چرخشی حجیم در بالای وسایل نقلیه خودران رایج شد و قیمت آن در این خودروها بود دهها هزار دلار، لیدار اولین فناوری مصرف کننده خود را در آیفون 12 پرو و ​​پرو مکس در سال 2020 انجام داد. توانایی اسکن یک فضا به همان شیوه ای که اتومبیل های بدون راننده جهان را می بینند به این معنی بود که ناگهان هر کسی می توانست سریع و ارزان دارایی های سه بعدی دقیق را ایجاد کنید. با این حال، این هنوز فقط برای ثروتمندترین مشتریان اپل در دسترس بود.

یکی از مهم ترین نقاط عطف این صنعت در همان سال زمانی رخ داد که محققان در گوگل معرفی میدان های تابشی عصبی، که معمولا به عنوان NeRF شناخته می شوند.

این رویکرد از یادگیری ماشینی استفاده می کند یک مدل سه بعدی معتبر از یک شی یا فضا از تصاویر یا ویدیوهای دو بعدی بسازید. به گفته سیدو، شبکه عصبی "توهم" می کند که چگونه یک صحنه کامل سه بعدی ظاهر می شود. این یک راه حل برای "مشاهده سنتز" است، یک چالش گرافیک کامپیوتری که به دنبال این است که به کسی اجازه دهد یک فضا را از هر منظری فقط از چند تصویر منبع ببیند.

بنابراین آن چیز ظاهر شد و همه متوجه شدند که ما اکنون سنتز نمای پیشرفته‌ای داریم که برای همه چیزهایی که فتوگرامتری با آن‌ها کار سختی داشته است، مانند شفافیت، شفافیت، و بازتاب‌پذیری، به خوبی کار می‌کند. این یک نوع دیوانگی است،» او اضافه می کند.

جامعه بینایی کامپیوتر هیجان خود را به برنامه های تجاری هدایت کرد. در گوگل، سیدو و تیمش با استفاده از این فناوری برای نمای فراگیر، نسخه سه بعدی نقشه گوگل. برای کاربر معمولی، گسترش برنامه های کاربردی مصرف کننده پسند مانند هوش مصنوعی لوما و دیگران به این معنی بودند که هر کسی فقط با یک دوربین گوشی هوشمند می‌تواند دارایی‌های سه بعدی واقعی بسازد. ایجاد محتوای سه بعدی با کیفیت بالا دیگر محدود به لیدار نخبگان اپل نبود.

اکنون، یکی دیگر از روش‌های بالقوه حتی امیدوارکننده‌تر برای حل ترکیب دیدگاه، جلب توجه در رقابت با هیجان اولیه NeRF است. پاشیدن گاوسی یک تکنیک رندر است که راه را تقلید می کند مثلث ها برای دارایی های سه بعدی سنتی استفاده می شوند، اما به جای مثلث، یک "لپه" رنگ است که از طریق یک تابع ریاضی به نام گاوسی بیان می شود. همانطور که گاوسیان های بیشتری در کنار هم قرار می گیرند، یک دارایی سه بعدی بسیار دقیق و بافتی قابل مشاهده می شود. سرعت پذیرش برای پاشیدن آب برای تماشا خیره کننده است.

فقط چند ماه گذشته اما توده مردم در حال سیل X هستند، و Luma AI و Polycam هر دو ابزارهایی را برای تولید splat های گاوسی ارائه می دهند. سایر توسعه دهندگان در حال حاضر روی راه هایی کار می کنند که آنها را با موتورهای بازی سنتی مانند Unity و Unreal ادغام کنند. Splat ها همچنین توجه صنعت گرافیک کامپیوتری سنتی را به خود جلب می کنند زیرا سرعت رندر آنها از NeRF ها بیشتر است و می توان آنها را به روش هایی که قبلاً برای هنرمندان سه بعدی آشنا بود ویرایش کرد. (NeRF ها با توجه به اینکه توسط یک شبکه عصبی غیرقابل کشف تولید می شوند، این اجازه را نمی دهند.)

For a great explanation for how gaussian splatting works and why it’s generating buzz, see this video from Sidhu.

[محتوای جاسازی شده]

صرف نظر از جزئیات، برای مصرف‌کنندگان، ما قطعاً در لحظه‌ای هستیم که یک تلفن می‌تواند دارایی‌های سه‌بعدی با کالیبره هالیوودی را تولید کند که چندی پیش تنها تیم‌های تولید مجهز می‌توانستند آن‌ها را تولید کنند.

اما چرا ایجاد سه بعدی اصلا اهمیت دارد؟

برای درک تغییر به سمت محتوای سه بعدی، شایان ذکر است که چشم انداز فناوری به سمت آینده "محاسبات فضایی" جهت گیری می کند. در حالی که اصطلاحات بیش از حد استفاده شده مانند متاورس ممکن است چشم را به خود جلب کند، روح اساسی این است که محیط های سه بعدی، مانند محیط های مورد استفاده در بازی های ویدیویی، دنیای مجازی و دوقلوهای دیجیتال نقش بزرگی در آینده ما دارند. دارایی‌های سه‌بعدی مانند مواردی که توسط NeRFs و splatting تولید می‌شوند، آماده تبدیل شدن به محتوایی هستند که در آینده با آنها درگیر خواهیم شد.

در این زمینه، یک جاه طلبی در مقیاس بزرگ امید به زمان واقعی است نقشه سه بعدی جهان. در حالی که ابزارهایی برای تولید نقشه های سه بعدی ایستا در دسترس بوده است، چالش همچنان یافتن راه هایی برای به روز نگه داشتن این نقشه ها با دنیایی که همیشه در حال تغییر است، باقی مانده است.

«ساخت الگوی جهان وجود دارد، و سپس حفظ آن مدل از جهان وجود دارد. سیدو می‌گوید با این روش‌هایی که در مورد آن صحبت می‌کنیم، فکر می‌کنم در نهایت ممکن است فناوری حل مشکل «حفظ مدل» را از طریق جمع‌سپاری داشته باشیم.

پروژه هایی مانند نمای غوطه ور گوگل نمونه های اولیه خوبی از پیامدهای مصرف کننده این امر هستند. در حالی که او حدس نمی زد که چه زمانی ممکن است در نهایت امکان پذیر باشد، سیدو موافقت کرد که در مقطعی، فناوری وجود خواهد داشت که به کاربر در VR اجازه می دهد تا در هر نقطه از زمین قدم بزند با یک تجربه واقعی و همه جانبه از آنچه در آنجا اتفاق می افتد. . این نوع فناوری همچنین به تلاش‌ها سرایت می‌کند انتقال از راه دور مبتنی بر آواتار، جلسات از راه دور، و سایر اجتماعات اجتماعی.

Sidhu می‌گوید یکی دیگر از دلایل هیجان‌انگیز بودن، ضبط حافظه سه بعدی است. برای مثال، اپل به شدت به سمت آن متمایل شده است عکس و فیلم سه بعدی برای هدست واقعیت ترکیبی ویژن پرو. به عنوان مثال، سیدو به من گفت که اخیراً یک ماکت با کیفیت از خانه والدینش قبل از نقل مکان آنها ساخته است. سپس او می تواند تجربه راه رفتن در داخل آن را با استفاده از واقعیت مجازی به آنها بدهد.

"داشتن آن احساس درونی بازگشت به آنجا بسیار قدرتمند است. به همین دلیل است که من نسبت به اپل بسیار خوش‌بین هستم، زیرا اگر آنها این قالب رسانه‌ای سه‌بعدی را ثابت کنند، اینجاست که همه چیز برای مردم عادی هیجان‌انگیز می‌شود.»

از هنر غار تا نقاشی های رنگ روغن، انگیزه حفظ جنبه های تجربه حسی ما عمیقاً انسانی است. درست همانطور که زمانی عکاسی از طبیعت‌های بی‌جان به‌عنوان وسیله‌ای برای حفظ استفاده می‌کرد، ابزارهای ایجاد سه‌بعدی نیز به‌نظر می‌آیند جایگزین رابطه دیرینه ما با تصاویر و ویدیوهای دوبعدی شوند.

با این حال، همانطور که عکاسی تنها می تواند امیدوار باشد که کسری از لحظه را ثبت کند، مدل های سه بعدی نیز نمی توانند به طور کامل جایگزین رابطه ما با دنیای فیزیکی شوند. با این حال، برای کسانی که وحشت‌های جنگ را در اوکراین تجربه می‌کنند، شاید این پیشرفت‌ها خوشایند باشد که راه همه‌جانبه‌تری برای حفظ چیزی که هرگز نمی‌تواند واقعاً جایگزین شود، ارائه می‌دهد.

تصویر های اعتباری: Wim Torbeyns / می Unsplash 

تمبر زمان:

بیشتر از تکینگی هاب