AI

Meta تطلق مجموعة بيانات XRStereo لإعادة بناء المشاهد ثلاثية الأبعاد من الفيديو المجسم

نشرت Meta مجموعة البيانات الاصطناعية XRStereo على منصة Hugging Face لتدريب النماذج على إعادة بناء المشاهد ثلاثية الأبعاد من مقاطع الفيديو المجسمة.

·2 دقائق قراءة
Meta تطلق مجموعة بيانات XRStereo لإعادة بناء المشاهد ثلاثية الأبعاد من الفيديو المجسم

أصدرت شركة Meta مجموعة بيانات جديدة تحمل اسم XRStereo على منصة Hugging Face، وهي مصممة لتدريب نماذج وأنظمة الرؤية الحاسوبية. وقد تم بناء مجموعة البيانات الاصطناعية هذه خصيصاً لمهمة إعادة بناء المشاهد ثلاثية الأبعاد باستخدام مدخلات الفيديو المجسم القياسي. ويبلغ الحجم الإجمالي للبيانات نحو 380 جيجابايت، مما يوفر للباحثين في مجال الحوسبة المكانية مورداً قوياً.

  • تحتوي على ما يقرب من 18,000 تسلسل مع خمسة أزواج مجسمة في كل منها.
  • تبلغ دقة كل صورة فردية 1024 في 1024 بكسل.
  • تتضمن 13 بيئة افتراضية، تضم 9 مشاهد داخلية و4 مشاهد خارجية.
  • يبلغ حجم أرشيف مجموعة البيانات حوالي 373 جيجابايت، مقسماً إلى 72 أرشيفاً منفصلاً.

هيكل ومعلمات مجموعة البيانات

داخل كل تسلسل، تتحرك الكاميرات الافتراضية عبر مشهد ثابت. وإلى جانب الصور القياسية اليسرى واليمنى، أدرج المبتكرون بيانات دقيقة حول مواضع الكاميرات، والمسافة الأساسية بين العدسات، وخريطة التباين التي تمثل إزاحات البكسل بين المنظورين. يتيح ذلك للخوارزميات تحليل العمق المكاني بعمق وتدريب الشبكات العصبية على فهم البيئات ثلاثية الأبعاد بشكل أفضل.

أثناء توليد هذه البيئات الافتراضية، قام الباحثون بتغيير معلمات التصوير مثل مجال الرؤية الأفقي، والذي يتراوح من 50 إلى 130 درجة، والمسافة بين الكاميرات، والتي تم تحديدها من 4 إلى 12 سنتيمترات. يتيح هذا التنوع استخدام مجموعة البيانات لتدريب الخوارزميات المصممة خصيصاً لمختلف الكاميرات المجسمة الموجودة في نظارات الواقع الافتراضي الحديثة والروبوتات.

اقرأ أيضًاNvidia تؤكد استراتيجيتها للذكاء الاصطناعي مفتوح المصدر الصفقة الخاصة بالاستحواذ على Hugging Face

الارتباط بطريقة StereoSplat ومدى التوفر

كان الغرض الأساسي من إنشاء XRStereo هو دعم طريقة StereoSplat، التي طورها مهندسو Meta جنباً إلى جنب مع متخصصين من جامعة أمستردام. يبني هذا النهج تمثيلات ثلاثية الأبعاد باستخدام تقنية Gaussian Splatting ثم ينشئ عروضاً جديدة لتوضيح كيف يبدو المشهد إذا تغير موضع الكاميرا.

إلى جانب مجموعة البيانات نفسها، أصدرت Meta الشيفرة المصدرية لطريقة StereoSplat وأوزان النماذج المدربة مسبقاً. ويتم استضافة المورد بأكمله على Hugging Face ومقسماً إلى 72 أرشيفاً فردياً يبلغ مجموعها نحو 373 جيجابايت. وتهدف هذه الانفتاحية إلى تسريع الأبحاث والتطوير في مجال الرؤية الحاسوبية والرسومات ثلاثية الأبعاد.

الأهمية للمطورين والصناعة

إن تقديم مثل هذه البيانات المفتوحة يسهل بشكل كبير عمل المهندسين والعلماء الذين يطورون تقنيات الواقعين الافتراضي والمعزز. تتيح القدرة على تدريب الشبكات العصبية على بيانات اصطناعية عالية الجودة ذات معلمات كاميرا مضبوطة بدقة إمكانية إنشاء منتجات غامرة أكثر واقعية. كما تمنح الشيفرة مفتوحة الصورس وأوزان النماذج الجاهزة للاستخدام المطورين أساساً قوياً لمشاريع الفيديو المكاني.

المصدر: Все публикации подряд на Хабре

مقالات ذات صلة