Задать вопрос
zergon321
@zergon321

Существуют ли нейросети для воксельных 3D-объектов?

Я видел, как люди используют нейронные сети или похожие алгоритмы для распознавания признаков на 2D-изображениях или классификации объектов, изображённых на них. Например, для распознавания человеческих лиц или определения вида животного на фотографии. Но как насчет распознавания признаков для 3D-объектов? Теоретически я мог бы перевести 3D-модель из mesh-формата в вокселизированный формат и использовать почти те же алгоритмы для распознавания признаков, чтобы определить, какие воксели составляют руки, голову, глаза и т. д.

Существуют ли уже какие-либо модели для такого рода задач? С какими трудностями я столкнусь, если захочу построить что-то подобное? Помимо составления дата-сета, конечно
  • Вопрос задан
  • 251 просмотр
Подписаться 2 Средний 2 комментария
Пригласить эксперта
Ответы на вопрос 1
mayton2019
@mayton2019
Bigdata Engineer
Давным давно, когда еще не было такого огульного использования нейросетей, как сегодня,
я читал про преобразование Радона. Оно позволяет по одной проекции восстановить
больше измерений наблюдаемого объекта. Например как в томографе.

Но для того чтоб восстановление было точным - надо много раз поворачивать камеру и снимать
наблюдаемый объект с разных углов.

В класическом варианте Радон описан как одномерная функция y=f(x) но для твоего варианта
надо просто дать больше измерений на вход (фоток). И камеру крутить тебе надо не
по кругу как в томографе а со всех всевозможных углов по Эйлеру. На выходе будут вещественные
вокселы. (они будут все завсечены но с разной интенсивностью). Какие-то сильнее и какие-то слабее.
И если прогнать их через трешолд то получится вполне себе точная 3Д модель.
Ответ написан
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Похожие вопросы
Монетка Екатеринбург
от 80 000 до 90 000 ₽
ГК «Турбулентность-ДОН» Ростов-на-Дону
от 100 000 до 130 000 ₽
iBRUSH Москва
от 150 000 ₽