Studiuesit rindërtojnë mjediset 3D duke përdorur reflektimet e syve

Inteligjenca artificiale duket se po ecën me ritme të shpejta sa i përket zhvillimeve më të fundit.

Disa studiues në Universitetin e Maryland-it i kanë kthyer reflektimet e syve në skena (disi të dallueshme) 3D. Puna bazohet në Fushat e Rrezatimit Neural (NeRF), një teknologji AI që mund të rindërtojë mjedise nga fotot 2D.

Megjithëse qasja e reflektimit të syve ka një rrugë të gjatë për të bërë përpara se të prodhojë ndonjë aplikim praktik.

Studimi (i raportuar për herë të parë nga Tech Xplore) ofron një pamje magjepsëse në një teknologji që mund të zbulojë përfundimisht një mjedis nga një seri fotosh të thjeshta portrete.

Ekipi përdori reflektime delikate të dritës të kapura në sytë e njeriut (duke përdorur imazhe të njëpasnjëshme të shkrepura nga një sensor i vetëm) për të provuar nëse dallonte mjedisin e afërt të personit.

Ata filluan me disa imazhe me rezolucion të lartë nga një pozicion fiks i kamerës, duke kapur një individ në lëvizje që shikonte drejt kamerës. Më pas ata zmadhuan reflektimet, duke i izoluar dhe duke llogaritur se ku po shikonin sytë në foto.

Rezultatet tregojnë një rindërtim mjedisor mjaft të dallueshëm nga sytë e njeriut në një mjedis të kontrolluar.

Ekipi kapërceu pengesa të rëndësishme për të rindërtuar edhe skena të papërpunuara dhe të paqarta. Për shembull, kornea prezanton "zhurmë të natyrshme" që e bën të vështirë ndarjen e dritës së reflektuar nga teksturat komplekse të irisit të njerëzve.

Për të adresuar këtë, ata prezantuan optimizimin e pozës së kornesë (duke vlerësuar pozicionin dhe orientimin e kornesë) dhe dekompozimin e strukturës së irisit (nxjerrja e veçorive unike për irisin e një individi) gjatë stërvitjes.

Së fundi, humbja radiale e rregullimit të teksturës (një teknikë e të mësuarit me makinë që simulon tekstura më të lëmuara sesa materiali burimor) ndihmoi në izolimin dhe përmirësimin e mëtejshëm të peizazhit të reflektuar.

Pavarësisht progresit dhe zgjidhjeve të zgjuara, barriera të rëndësishme mbeten.

"Rezultatet tona aktuale të botës reale janë nga një "konfigurim laboratorik", siç është kapja me zmadhimin e fytyrës së një personi, dritat e zonës për të ndriçuar skenën dhe lëvizja e qëllimshme e personit," shkruajnë autorët.

"Ne besojmë se më shumë cilësime të pakufizuara mbeten sfiduese (p.sh., videokonferencat me lëvizje natyrale të kokës) për shkak të rezolucionit më të ulët të sensorit, diapazonit dinamik dhe turbullimit të lëvizjes."

Për më tepër, ekipi vëren se supozimet e tyrej universale për strukturën e irisit mund të jenë shumë të thjeshta për t'u zbatuar gjerësisht, veçanërisht kur sytë zakonisht rrotullohen më gjerësisht sesa në këtë lloj mjedisi të kontrolluar.

Megjithatë, ekipi e sheh përparimin e tyre si një moment historik që mund të nxisë përparime në të ardhmen.

"Me këtë punë, ne shpresojmë të frymëzojmë eksplorimet e ardhshme që përdorin sinjale vizuale të papritura, aksidentale për të zbuluar informacione rreth botës rreth nesh, duke zgjeruar horizontet e rindërtimit të skenës 3D." Megjithëse versionet më të pjekura të kësaj vepre mund të shkaktojnë disa ndërhyrje rrëqethëse dhe të padëshiruara në privatësi, të paktën mund të jeni të qetë duke ditur se versioni i sotëm mund të dallojë vetëm në mënyrë të paqartë një kukull Kirby edhe në kushtet më ideale.