Ученые Пермского политеха научили нейросеть создавать 3D-объекты из 2D-изображений
Исследователи Пермского политехнического университета разработали алгоритм обучения нейросети, позволяющий с высокой скоростью реконструировать 3D-структуру материала по изображению его поперечного среза.
Фото: пресс-служба ПНИПУ
Как сообщается на сайте вуза, чтобы оценить свойства сложных многокомпонентных материалов для изготовления тех или иных деталей, используется численное 3D-моделирование. Изучение свойств существующими методами оцифровки не всегда эффективно и экономически оправдано. К тому же они ограничиваются анализом небольших объемов материала. Поэтому во многих случаях доступны только 2D-изображения поверхности материала. В современном мире практически повсеместно используются такие материалы. В связи с этим актуальна задача восстановления однородной 3D-структуры из двумерного изображения.
Преобразование непрерывного геометрического представления (слева) в 3D-массив, состоящий из 643 воксельных элементов (справа)
Фото: пресс-служба ПНИПУ
Пермские ученые разработали метод восстановления 3D-модели пористой микроструктуры по 2D-изображению с помощью нейронной сети. В отличие от более ранних работ данный алгоритм обучается без использования поэлементных составляющих в целевой функции, подлежащей оптимизации. Эксперименты показали, что визуальные и количественные оценки реконструированных нейросетью трехмерных моделей полностью соответствуют исходным структурам, а синтез происходит почти мгновенно.
Таким образом, новая разработка позволит значительно сократить время и средства на создание цифровой 3D-структуры без потери качества.
Ранее «Эхо Перми» сообщало, что пермские ученые планируют протестировать свое изобретение на орбите Земли.