Similar presentations:
Использование нейронных сетей для построения 3D-моделей объектов
1.
МИНОБРНАУКИ РОССИИФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ
ВЫСШЕГО ОБРАЗОВАНИЯ
«ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»
Использование нейронных сетей для построения 3D-моделей объектов
Отчет по учебной практике, научно-исследовательской работе
Выполнил студент 3 курса оч. отд.
В.И. Запорожец
Руководитель: ст. преподаватель, к.ф.-м.н.
А.В. Акимов
Воронеж 2022
2.
Пример 3D-модели человека2
3.
3D-сканирование человека активным сканером3
4.
Установка для 3D-сканирования актёра в реальном времени4
5.
Пример ретопологии5
6.
Почему же нейросети быстрее?• Легче распараллеливаются
• Возможен их запуск на графических ускорителях
• Во время предсказывания не используются итеративные методы
оптимизации
6
7.
Способы представления 3D-модели1. В виде тензора её вершин
2. В виде проекции её на UV карту
7
8.
Представление 3D-модели через UV-карту8
9.
Визуализация свёрточного слоя9
10.
Визуализация слоя MaxPooling10
11.
График сигмоиды11
12.
График функции ReLU12
13.
График функции LeakyReLU13
14.
Прочие слои• Полносвязный
• BatchNormalization
• Dropout
14
15.
Структура нейросети с ПС декодеромВходное изображение 240x320
Свёрт. 3 × 3, 1 → 64, шаг 2 × 2, ReLU
Свёрт. 3 × 3, 64 → 64, шаг 1 × 1, ReLU
Свёрт. 3 × 3, 64 → 96, шаг 2 × 2, ReLU
Свёрт. 3 × 3, 96 → 96, шаг 1 × 1, ReLU
Свёрт. 3 × 3, 96 → 144, шаг 2 × 2, ReLU
Свёрт. 3 × 3, 144 → 144, шаг 1 × 1, ReLU
Свёрт. 3 × 3, 144 → 216, шаг 2 × 2, ReLU
Свёрт. 3 × 3, 216 → 216, шаг 1 × 1, ReLU
Свёрт. 3 × 3, 216 → 324, шаг 2 × 2, ReLU
Свёрт. 3 × 3, 324 → 324, шаг 1 × 1, ReLU
Свёрт. 3 × 3, 324 → 486, шаг 2 × 2, ReLU
Свёрт. 3 × 3, 486 → 486, шаг 1 × 1, ReLU
Dropout, p = 0.2
Полносвязный 9720 → 160, линейная
Полносвязный 160 → 60000, линейная
15
16.
Архитектура DecoMR16
17.
Пример IUV карты17
18.
Выводы• Получение высококачественных 3D-моделей очень востребовано
• Стандартные способы (активный и пассивный) слишком медленные
• Для ускорения можно использовать нейронные сети
• Нейронная сеть с ПС декодером простая в обучении и быстрая
• DecoMR устанавливает связь между изображением и 3D-моделью
18