Исходя из этого вместе с другими исследователями из американского производителя полупроводников Intel, и из Университета визуальных вычислений Intel при Саарландском университете он создал способ, что кроме этого трудится с неполными комплектами данных. В нем употребляется особая нейронная сеть. «Отечественный способ не требует контроля на этапе обучения, что есть новинкой для этого типа», — растолковывает Фриц.
Так, исследователи имели возможность, к примеру, реконструировать плоский монитор, цифровое изображение которого по окончании 3D-сканирования смотрелось скорее как обшитая панелями стенки, дабы любой имел возможность опять выявить монитор в цифровом объекте. Так, ученые-информатики Саарбрюккена превзошли прошлые способы, улучшающие ошибочное 3D-сканирование и завершенные цифровые формы. Способ из Саарбрюккена кроме этого дает весьма прекрасные результаты для классификации отсканированных объектов.
В будущем ученые собираются усовершенствовать собственный способ, дабы он кроме этого трудился с деформируемыми объектами и более большими сценами.«В будущем покажется возможность легко и скоро захватывать настоящие объекты и реалистично проецировать их в цифровой мир», — растолковывает Филипп Слусаллек, доктор наук компьютерной графики Саарландского университета и научный руководитель Германский исследовательский центр ИИ (DFKI).
В DFKI он кроме этого несёт ответственность за европейский совместный исследовательский проект «Распределенный трехмерный объектный дизайн» либо сокращенно DISTRO, благодаря которому ЕС желает вывести собственные исследовательские дисциплины визуальных вычислений и трехмерной компьютерной графики на передний замысел во всем мире. Для этого нужно подготовить новое поколение выдающихся ученых и техников.
Пять из 15 заявленных кандидатских должностей были заполнены исследователями из Саарландского кампуса информатики Саарландского университета.Дополнительная информация: https://scalable.mpi-inf.mpg.de/vconv-dae-deep-volumetric-shape-learning-without-object-labels/