WiMi ประกาศอัลกอริทึมการสร้างภาพ 3D มุมมองหลายมุมบนพื้นฐานการแบ่งส่วนความหมาย

ปักกิ่ง, 25 ตุลาคม 2523 – WiMi Hologram Cloud Inc. (NASDAQ: WIMI) (“WiMi” หรือ “บริษัท”) ซึ่งเป็นผู้ให้บริการเทคโนโลยีฮอโลแกรมเสริมความเป็นจริงเสมือน (AR) ระดับโลกชั้นนํา ประกาศวันนี้ว่า ได้พัฒนาอัลกอริทึมการสร้างภาพ 3 มิติจากมุมมองหลายมุมที่มีการจัดประเภททางความหมาย โดยมีเป้าหมายเพื่อให้ได้ผลลัพธ์การสร้างภาพ 3 มิติที่แม่นยํามากขึ้น

ในอัลกอริทึมการสร้างภาพ 3 มิติจากมุมมองหลายมุมทั่วไป ข้อมูลทางพื้นที่เท่านั้นที่จะถูกพิจารณาเพื่อสร้างฉาก 3 มิติจากการสกัดจุดสนใจหรือการจับคู่ลักษณะจากมุมมองหลายมุม ในขณะที่การใช้ข้อมูลความหมายถูกละเลย ส่งผลให้ผลลัพธ์การสร้างภาพขาดความเข้าใจและการตีความความหมายของฉาก

การจัดประเภททางความหมายสามารถให้ข้อมูลบริบทและข้อจํากัดทางความหมายเพิ่มเติม และการนําเทคนิคการจัดประเภททางความหมายมาใช้ในการสร้างภาพ 3 มิติจากมุมมองหลายมุมสามารถให้ข้อมูลความหมายที่แม่นยํามากขึ้นในระหว่างกระบวนการสร้าง ดังนั้นจึงสามารถปรับปรุงความแม่นยําและความเข้าใจได้ของผลลัพธ์การสร้าง

ในการใช้งานจริง อัลกอริทึมการสร้างภาพ 3 มิติจากมุมมองหลายมุงที่มีการจัดประเภททางความหมายสามารถนําไปใช้ในการสร้างฉาก 3 มิติ เพื่อให้ผู้ใช้สามารถประสบการณ์ที่เหมือนจริงมากขึ้น ตัวอย่างเช่น ในการสร้างอาคาร การจัดประเภททางความหมายสามารถจัดกําแพง หน้าต่าง ประตู เป็นต้นแยกกัน เพื่อให้ผลลัพธ์การสร้างสะท้อนโครงสร้างและองค์ประกอบของอาคารได้อย่างแม่นยํามากขึ้น

ในกระบวนการนําอัลกอริทึมการสร้างภาพ 3 มิติจากมุมมองหลายมุมที่มีการจัดประเภททางความหมายของ WiMi ไปใช้ ภาพมุมมองหลายมุมนําเข้าจะต้องถูกประมวลผลก่อนและสกัดคุณลักษณะ และจากนั้นจึงสกัดจุดสนใจสําหรับแต่ละภาพเพื่อได้แผนผังคุณลักษณะ จากนั้นแผนผังคุณลักษณะจะถูกจัดประเภททางความหมายโดยใช้เครือข่ายการจัดประเภททางความหมายเพื่อได้ฉลากความหมายของแต่ละพิกเซล จากนั้นตามฉลากความหมาย จะหาพิกเซลที่ตรงกันในมุมมองต่างๆ และจัดตั้งความสัมพันธ์ระหว่างจุดสนใจ จากผลลัพธ์การจับคู่พิกเซล จะสร้างกลุ่มจุด 3 มิติโดยใช้อัลกอริทึมไตรังคมน์ สุดท้ายกลุ่มจุด 3 มิติที่สร้างขึ้นจะถูกปรับปรุง เช่น การกําจัดจุดผิดปกติและการกรอกบริเวณที่ขาดหายไป และสุดท้ายจึงได้ผลลัพธ์การสร้างภาพ 3 มิติ

อัลกอริทึมนี้สามารถสร้างภาพ 3 มิติจากมุมมองหลายมุมได้อย่างแม่นยํา และสามารถให้ข้อมูลฉากที่มีความหมายมากขึ้นผ่านการจัดประเภททางความหมายเพื่อปรับปรุงความแม่นยําของการสร้าง