耶魯科研課題：基于圖像的三維虛擬現(xiàn)實(shí)內(nèi)容生成

Category: 培訓(xùn)課程, 科研項目培訓(xùn)
|
Date: 2023年2月24日上午9:42

在本項目中，我們基于最新的研究成果，將全景圖片和常規(guī)圖片通過幾何上的算法處理后，重建出一個三維場景。本項目有著較為廣闊的應(yīng)用場景，可以應(yīng)用于在魔方上渲染全景圖、創(chuàng)造虛擬現(xiàn)實(shí)場景、制作立體插畫冊等方面。

咨詢課程

Product Details

耶魯科研課題

基于圖像的三維虛擬現(xiàn)實(shí)內(nèi)容生成

課題簡介

計算機(jī)圖形學(xué)（英語：computer graphics，縮寫為CG）是研究計算機(jī)在硬件和軟件的幫助下創(chuàng)建計算機(jī)圖形的科學(xué)學(xué)科，是計算機(jī)科學(xué)的一個分支領(lǐng)域，主要關(guān)注數(shù)字合成與操作視覺圖形的相關(guān)內(nèi)容。計算機(jī)圖形學(xué)包括了二維和三維圖形、圖像和視頻的處理與繪制等內(nèi)容，目前在人工智能、虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)的潮流中迎來了又一波高速發(fā)展。

在計算機(jī)圖形學(xué)和計算機(jī)視覺中，基于圖像的建模和渲染（IBMR）方法需要先從場景的二維圖像來生成三維模型，然后才能呈現(xiàn)出該場景的新視圖。計算機(jī)圖形學(xué)的傳統(tǒng)方法已被應(yīng)用于在三維中創(chuàng)建幾何模型，并嘗試將其重新映射到二維圖像上。相反，計算機(jī)視覺主要集中在檢測、分組和提取給定圖片中的特征（邊緣，面部等），然后嘗試將它們解釋為三維線索。基于圖像的建模和渲染可以使用多個二維圖像直接生成新穎的二維圖像，跳過手動建模階段，比傳統(tǒng)方法更為便捷和人性化。

例如，全景照片為公眾提供了全新的視角，促使相關(guān)的相機(jī)和拍照軟件（如RICOH Theta、微軟Photosync）吸引了越來越多的用戶。但是，全景圖的表現(xiàn)形式仍然有待探索。

科研方法

AI＋X數(shù)據(jù)驅(qū)動型科研

使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進(jìn)行預(yù)測，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實(shí)驗或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動型科研可以借助AI算法強(qiáng)大的運(yùn)算能力，高效地進(jìn)行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點(diǎn)。

AI＋X數(shù)據(jù)驅(qū)動型科研已被廣泛地應(yīng)用于各個領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進(jìn)行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬萬，使用傳統(tǒng)的科研方式對其進(jìn)行分析，工程量大、過程繁瑣，在客觀上難以實(shí)現(xiàn)。

但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫，與過往的研究成果進(jìn)行對照，快速、準(zhǔn)確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標(biāo)準(zhǔn)化”成為可能。