Investigadores de Princeton presentan Infinigen un generador procedural de escenas tridimensionales fotorrealistas del mundo natural.
Princeton researchers present Infinigen, a procedural generator of photorealistic 3D scenes from the natural world.
El equipo de investigación de la Universidad de Princeton ha presentado Infinigen, un innovador generador procedural para escenas 3D fotorrealistas, en su reciente artículo titulado “Mundos fotorealistas infinitos mediante generación procedural”. Este trabajo aborda las limitaciones de los conjuntos de datos sintéticos existentes que ofrecen una diversidad limitada y no logran capturar la complejidad de los objetos del mundo real.
Infinigen es un sistema completamente procedural que permite la generación de un número infinito de formas, texturas, materiales y composiciones de escenas desde cero. Su característica clave radica en su capacidad para producir altos niveles de fotorrealismo mediante la generación procedural de detalles geométricos y texturales gruesos y finos. Infinigen se distingue porque toda la información geométrica que genera se basa en referencias del mundo real, mejorando la autenticidad de las escenas sintéticas.
La arquitectura de Infinigen se basa en Blender, un sistema gráfico ampliamente utilizado conocido por sus capacidades en generación procedural. El equipo de investigación ha diseñado e implementado una biblioteca de reglas procedurales para ampliar la cobertura de objetos y escenas naturales. Estas reglas aprovechan los primitivos útiles disponibles en Blender. Además, el equipo ha desarrollado utilidades que simplifican la creación de reglas procedurales, incluyendo una herramienta de conversión automática que transforma los grafos de nodos de Blender en código Python. Además, se han desarrollado utilidades para renderizar imágenes sintéticas con etiquetas de verdad de tierra, proporcionando información como profundidad, límites de oclusión, cajas delimitadoras, flujo óptico, normales de superficie, categorías de objetos y segmentación de instancias.
- Una nueva investigación de IA de Stanford, Cornell y Oxford presenta un modelo generativo que descubre intrínsecos de objetos a partir de solo unas pocas instancias en una sola imagen.
- Abordando la brecha de generalización del AI Investigadores de University College London proponen Spawrious – una suite de referencia de clasificación de imágenes que contiene correlaciones espurias entre clases y fondos.
- Revolutionizando la síntesis de texto a imagen investigadores de UC Berkeley utilizan modelos de lenguaje grandes en un proceso de generación de dos etapas para mejorar el razonamiento espacial y del sentido común.
Para evaluar la calidad de los datos sintéticos generados por Infinigen, el equipo realizó experimentos exhaustivos y los comparó con conjuntos de datos y generadores sintéticos existentes. Los resultados de estos experimentos muestran la notable capacidad de Infinigen para producir activos y escenas fotorrealistas y originales sin depender de fuentes externas. Esto demuestra su potencial para generar un conjunto de datos de entrenamiento diverso y expansivo que refleje con mayor precisión la complejidad del mundo real.
Infinigen es un proyecto de código abierto que los investigadores pretenden fomentar como un esfuerzo colaborativo con la comunidad en general. Se comprometen a ampliar su cobertura para abarcar todos los elementos del mundo real, asegurando su continuo desarrollo y crecimiento. Al ofrecer Infinigen como un recurso de libre disponibilidad, el equipo de investigación espera fomentar la colaboración e inspirar nuevos avances en la generación procedural.
En general, la introducción de Infinigen marca un avance significativo en la generación de datos sintéticos para tareas de visión por computadora. Su enfoque procedural, junto con su capacidad para producir escenas fotorrealistas, promete cerrar la brecha entre los conjuntos de datos sintéticos existentes y la complejidad de los objetos del mundo real, convirtiéndolo en una herramienta invaluable para entrenar modelos en diversas aplicaciones de visión por computadora.
We will continue to update Zepes; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
- Investigadores de la Universidad de Surrey lanzan una herramienta revolucionaria de detección de objetos basada en bocetos en el aprendizaje automático.
- Investigadores de LinkedIn y UC Berkeley proponen un nuevo método para detectar fotos de perfil generadas por IA.
- El Avance Computacional Ayudará a los Investigadores a Modelar el Clima con Mayor Fidelidad.
- Perro Robot Hace Moonwalk al Estilo MJ Esta Investigación de IA Propone Utilizar Recompensas Representadas en Código como una Interfaz Flexible Entre LLMs y un Controlador de Movimiento Basado en Optimización.
- La IA responsable en Google Research IA para el bien social
- Investigadores de Deepmind publican TAPIR de código abierto un nuevo modelo de IA para rastrear cualquier punto (TAP) que sigue eficazmente un punto de consulta en una secuencia de video.
- La Administración de Biden selecciona al presidente de Google para el esfuerzo de investigación de chips.