Populære Innlegg

Redaksjonens - 2019

Datavitenskapere introduserer ny grafikk programvare

Anonim

Datavitenskapere fra University of Massachusetts Amherst ledet av Evangelos Kalogerakis avduket et nytt programvaremodellprogram som bruker sofistikert geometrisk matching og maskinlæring for å lykkes med å etterligne menneskets oppfatning av stil, noe som gir brukerne kraftige nye verktøy for å sammenligne stillikningen av tredimensjonale 3D) objekter.

annonse


Kalogerakis og doktorgradsstudenten Zhaoliang Lun i informasjons- og datateknikk ved UMass Amherst, med Alla Sheffer fra University of British Columbia, presenterte sin nye algoritme på en av verdens største datagrafikk konferanser, den årlige Association for Computing Machinery ( ACM) Special Interest Group på Computer Graphics and Interactive Techniques (SIGGRAPH) 2015, som foregår denne uken i Los Angeles.

Som forskerne forklarer kan mennesker oppleve stilistisk likhet mellom objekter som overskrider struktur og funksjon. For eksempel kan vi se en felles stil som "dansk moderne" i både bord og stol, selv om de har forskjellige strukturer. Hittil har maskiner funnet det vanskelig å gjøre det samme.

Den nye første-of-its-kind struktur-transcending programvare kan være til fordel for flere datagrafikkapplikasjoner, sier Kalogerakis. "Vi håper at fremtidige 3D-modelleringsprogramvareverktøy vil inkludere vår tilnærming til å hjelpe designere til å skape estetisk og stilistisk troverdige 3D-scener, for eksempel innemiljøer. Vår tilnærming kan også brukes av 3D-søkemotorer på nettet for å hjelpe brukere å hente 3D-modeller i henhold til stilkoder. Hvis du for eksempel vil søke etter 'gotisk kirke', kan våre programvareverktøy hjelpe. Det vil være spennende å se alle måtene folk vil finne for å bruke det. "

Kalogerakis er en ekspert på å utvikle beregningsmetoder som analyserer og syntetiserer visuelt innhold, med fokus på maskinlæringsalgoritmer som hjelper folk å lage 3D-modeller. For å utvikle den nye programvaren, trakk han og kolleger på observasjoner om stillikhet i kunsthistorie og vurderingslitteratur, som ga geometriske elementer, inkludert form, proporsjon og linjer, og visuelle motiver som sentrale indikatorer på stilistisk likhet.

De brukte også crowdsourcing til å presentere objekts stilsammenligninger til mer enn 2500 mennesker, inkludert kunstnere, som frivilliggjorde via Amazon Mechanical Turk på Internett. Dette ga mer enn 50 000 svar på syv strukturelt forskjellige kategorier, bygninger, møbler, lamper, kaffesett, arkitektoniske søyler, bestikk og servise. De menneskelige respondentene ble enige om stil likhet i gjennomsnitt 85 prosent av tiden.

Når det gjelder programvareverktøyet, vurderte forskerne det ved å sammenligne sine svar på de menneskelige evalueringene og fant at det oppnådde en overraskende avtalerate på 90 prosent, rapporterer Kalogerakis, "gjør det til din nærmeste beste alternativteksekspert for å tilby du med forslag til objekter for å fylle ditt hjem, spisebord eller virtuelle virkemiljø. "

Som han forklarer, hjelper datamaskinkalgoritmer folk til å lage filmer, visuelle effekter, spill, virtuelle og forstørrede virkelighetsmiljøer. De er også nyttige i produksjon av ekte gjenstander og utforming av arkitektonisk natur. Mer generelt er den nye algoritmen forventet å være nyttig for de som utforsker databaser med digitale representasjoner av bygninger, søyler og andre objekter i henhold til stilattributter for å designe virtuelle eller ekte miljøer, skape innhold for et dataspill og fylle et forstørret virkemiljø med virtuelle objekter.

Datamalgoritmer kjører også i bakgrunnen på mange enheter, så sier han, for eksempel stave- og grammatikkbrikker, programmer som deblur fotografier eller fokuserer på ansikter. Roboter kjører datalgoritmer for å gjenkjenne sitt miljø for å bevege seg og hente objekter. Online søkemotorer kjører datalgoritmer for å hjelpe brukerne med å finne dokumenter, bilder og videoer.

SIGGRAPH-medlemmer inkluderer forskere, utviklere og brukere fra tekniske, akademiske, forretnings- og kunstsamfunn som bruker datagrafikk og interaktive teknikker. ACM er verdens største pedagogiske og vitenskapelige datasamfunn for lærere, forskere og fagfolk for å inspirere dialog, dele ressurser og løse feltets utfordringer.

annonse



Historie Kilde:

Materialer levert av University of Massachusetts på Amherst . Merk: Innholdet kan redigeres for stil og lengde.