इमेज-से-3D और 3D पुनर्निर्माण
एक या कई तस्वीरों से 3D संरचना प्राप्त करना
यह पृष्ठ अंग्रेज़ी में प्रस्तुत है; शीर्षक और सारांश का स्थानीयकरण किया गया है।
यह क्षमता क्या है
Takes one or several images and outputs a 3D representation — mesh, point cloud, depth map or renderable radiance field. With multiple views the geometry is constrained jointly by the parallax across photos and is more trustworthy; with a single image, unobserved parts can only be inferred from priors. Unlike text-to-3D both geometry and appearance are anchored by the input images.
तकनीकी रूप से कैसे
The multi-view route estimates camera poses, triangulates, and refines dense depth and surfaces; neural radiance fields encode the scene as a differentiable volumetric field aligned to input views by differentiable rendering, and 3D Gaussian splatting represents it as oriented translucent ellipsoids that render faster. Single-image routes rely on priors learned from large 3D datasets, or on score distillation from a 2D diffusion prior.
प्रतिनिधि उत्पाद
3Stable Video 3D
2024एक ही छवि से वस्तु के बहु-दृश्य और त्रिआयामी आकृति बनाता है
Genie
2023सेकंडों में पाठ से बनावटयुक्त 3D मॉडल बनाता है
Stable Video Diffusion
2023विसरण मॉडल से एक स्थिर चित्र को छोटे वीडियो में बदलता है
संबंधित संस्थान
सामान्य उपयोग
- Digital archiving of artefacts and buildings
- Spatial perception for robots and driving
- Turning product photos into 3D displays
- Digital twins of real locations for film and games
इसका मूल्यांकन कैसे होता है
- Chamfer distance
- Mean point distance between reconstructed and true surfaces
- F-score
- Balance of precision and recall within a distance threshold
- Novel-view PSNR / SSIM
- How close renderings from unseen views come to real photos
सीमाएँ और कठिनाइयाँ
- Single-image reconstruction guesses entirely in unseen regions, and back surfaces appear invented once you rotate
- Reflective, transparent and textureless surfaces are hard to match, and reconstruction fails broadly there
- Output scale and metrics are inaccurate, so it cannot feed manufacturing or engineering measurement directly
इसके पीछे की अवधारणाएँ
छवि का डिजिटल निरूपण
मशीन के लिए तस्वीर संख्याओं के परतदार जाल के अलावा कुछ नहीं
विसरण मॉडल
हज़ार छोटे शोर-हटाने के चरण सीखें, और शुद्ध शोर से चित्र बना सकेंगे
बहु-मॉडल जनरेशन
एक ही मॉडल बोलना, चित्र बनाना, हिलना, और यहाँ तक कि 3D संसार का नमूना बनाना सीखता है