ກ້ານໃບ ທີມວິໄຈພັດທະນາເທັກນິກ AI ສໍາລັບການກວດຫາການສະແດງອອກທາງໜ້າແບບ 3 ມິຕິ - Unite.AI
ເຊື່ອມຕໍ່ກັບພວກເຮົາ

ປັນຍາປະດິດ

ທີມ​ງານ​ຄົ້ນ​ຄວ້າ​ພັດ​ທະ​ນາ​ເຕັກ​ນິກ AI ສໍາ​ລັບ​ການ​ກວດ​ສອບ​ໃບ​ຫນ້າ 3D​

ການປັບປຸງ on

ທີມວິໄຈຮ່ວມນຳໂດຍ ສາດສະດາຈານ Ki-Hun Jeong ແລະ Doheon Lee ຈາກສະຖາບັນວິທະຍາສາດ ແລະ ເຕັກໂນໂລຍີຂັ້ນສູງເກົາຫຼີ (KAIST) ໄດ້ພັດທະນາເທັກນິກໃໝ່ໃນການກວດສອບການສະແດງອອກຂອງໃບໜ້າ ໂດຍການລວມເອົາເຕັກນິກກ້ອງຖ່າຍຮູບແສງໃກ້ອິນຟາເຣດເຂົ້າກັບປັນຍາປະດິດ (AI. ).

ການຄົ້ນຄ້ວາດັ່ງກ່າວໄດ້ລົງພິມໃນ ລະບົບອັດສະລິຍະຂັ້ນສູງ.

ກ້ອງສ່ອງແສງ

ກ້ອງສະຫນາມແສງປະກອບດ້ວຍ micro-lens array ຢູ່ທາງຫນ້າຂອງເຊັນເຊີຮູບພາບ, ແລະນີ້ເຮັດໃຫ້ມັນເຫມາະກັບໂທລະສັບສະຫຼາດໄດ້. ໃນເວລາດຽວກັນ, ພວກເຂົາຍັງສາມາດໄດ້ຮັບຂໍ້ມູນທາງກວ້າງຂອງພື້ນທີ່ແລະທິດທາງຂອງແສງສະຫວ່າງດ້ວຍການສັກຢາດຽວ. 

ເຕັກນິກການຖ່າຍຮູບນີ້ແມ່ນໃຊ້ເພື່ອສ້າງຮູບພາບຄືນໃໝ່ໃນຫຼາຍວິທີ, ເຊັ່ນ: ການເບິ່ງຫຼາຍຮູບ, ໂຟກັສຄືນໃໝ່, ແລະການຈັດຫາຮູບພາບ 3 ມິຕິ. 

ດ້ວຍວ່າ, ເຕັກນິກມີຂໍ້ ຈຳ ກັດບາງຢ່າງ. ກ້ອງສະຫນາມແສງສະຫວ່າງທີ່ມີຢູ່ໄດ້ຕໍ່ສູ້ເພື່ອສະຫນອງຄວາມຄົມຊັດຂອງຮູບພາບທີ່ຖືກຕ້ອງແລະການຟື້ນຟູ 3D ໃນບາງຄັ້ງເນື່ອງຈາກເງົາທີ່ເກີດຈາກແຫຼ່ງແສງສະຫວ່າງພາຍນອກໃນສະພາບແວດລ້ອມ. 

ທີມງານຄົ້ນຄ້ວາສາມາດສະຖຽນລະພາບຄວາມຖືກຕ້ອງຂອງການຟື້ນຟູຮູບພາບ 3D ທີ່ຂຶ້ນກັບແສງສິ່ງແວດລ້ອມ, ແລະເຕັກນິກດັ່ງກ່າວໄດ້ອະນຸຍາດໃຫ້ພວກເຂົາເອົາຊະນະຂໍ້ຈໍາກັດຂອງກ້ອງຖ່າຍຮູບພາກສະຫນາມແສງສະຫວ່າງທີ່ມີຢູ່. ພວກເຂົາເຈົ້າໄດ້ພັດທະນາກ້ອງຖ່າຍຮູບໃຫມ່ທີ່ເຫມາະສໍາລັບການຟື້ນຟູຮູບພາບ 3D ຂອງການສະແດງອອກທາງຫນ້າ, ແລະພວກເຂົາເຈົ້າໄດ້ນໍາໃຊ້ມັນເພື່ອໃຫ້ໄດ້ຮູບພາບການຟື້ນຟູ 3D ຄຸນນະພາບສູງຂອງການສະແດງອອກໃບຫນ້າຂອງອາລົມຕ່າງໆ. ພວກເຂົາສາມາດບັນລຸໄດ້ໂດຍບໍ່ຄໍານຶງເຖິງສະພາບແສງສະຫວ່າງຂອງສະພາບແວດລ້ອມ.

ການຮຽນຮູ້ເຄື່ອງຈັກເພື່ອຈໍາແນກການສະແດງອອກ

ຫຼັງຈາກນັ້ນ, ທີມງານໄດ້ນໍາໃຊ້ການຮຽນຮູ້ເຄື່ອງຈັກເພື່ອຈໍາແນກການສະແດງອອກຂອງໃບຫນ້າໃນຮູບພາບ 3D ທີ່ໄດ້ມາ, ເຊິ່ງບັນລຸອັດຕາຄວາມຖືກຕ້ອງ 85%. ພວກເຂົາເຈົ້າຍັງໄດ້ຄິດໄລ່ການຕິດຕໍ່ກັນຂອງຂໍ້ມູນໄລຍະທາງ, ເຊິ່ງແຕກຕ່າງກັນກັບການສະແດງອອກທາງຫນ້າໃນຮູບພາບ 3 ມິຕິ, ເພື່ອກໍານົດຂໍ້ມູນທີ່ກ້ອງຖ່າຍຮູບທີ່ມີແສງສະຫວ່າງໃຊ້ເພື່ອຈໍາແນກການສະແດງອອກຂອງມະນຸດ. 

ສາດສະດາຈານ Ki-Hun Jeong ກ່າວວ່າ "ກ້ອງສ່ອງແສງຂະໜາດນ້ອຍຂະໜາດນ້ອຍທີ່ຖືກພັດທະນາໂດຍທີມວິໄຈມີທ່າແຮງທີ່ຈະກາຍເປັນເວທີໃໝ່ໃນການວິເຄາະປະລິມານການສະແດງອອກທາງໜ້າ ແລະອາລົມຂອງມະນຸດ," ສາດສະດາຈານ Ki-Hun Jeong ກ່າວ. 

ການຄົ້ນຄວ້ານີ້ສາມາດມີຜົນກະທົບອັນໃຫຍ່ຫຼວງຕໍ່ອຸດສາຫະກໍາທີ່ກວ້າງຂວາງ. 

 ທ່ານກ່າວວ່າ "ມັນສາມາດຖືກ ນຳ ໃຊ້ໃນຂົງເຂດຕ່າງໆລວມທັງການດູແລສຸຂະພາບມືຖື, ການບົ່ງມະຕິພາກສະ ໜາມ, ສະຕິປັນຍາທາງສັງຄົມ, ແລະການພົວພັນກັບມະນຸດກັບເຄື່ອງຈັກ," ລາວເວົ້າ.

Alex McFarland ເປັນນັກຂ່າວ AI ແລະນັກຂຽນທີ່ຄົ້ນຫາການພັດທະນາຫລ້າສຸດໃນປັນຍາປະດິດ. ລາວໄດ້ຮ່ວມມືກັບ AI startups ແລະສິ່ງພິມຕ່າງໆໃນທົ່ວໂລກ.