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
  • 189 просмотров
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

Войти через центр авторизации
Похожие вопросы