在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

借助攝影測量方法以及GPU賦力的深度學習

NVIDIA英偉達企業解決方案 ? 來源:lq ? 2018-12-05 13:35 ? 次閱讀

借助攝影測量方法以及GPU賦力的深度學習,以虛擬形式探訪陵墓的細節。

現在,游客無需越洋飛行就能探索納菲爾塔莉墓的精致細節。

納菲爾塔莉墓被譽為埃及最好的墓穴之一。主人納菲爾塔莉被認為是拉美西斯二世五位妻子中最美麗的一位。拉美西斯二世為其建造的陵墓是紀念其美貌的圣地,陵墓中三間墓室和走廊墻壁都用彩飾進行裝飾。

納菲爾塔莉墓與王后谷中的大多數陵墓一樣,在考古學家發現之前也曾遭到過盜墓。雖然已采取相應的保護措施,但景點仍然非常脆弱。

Simon Che de Boer及其位于新西蘭的視覺特效研發公司realityvirtual.co找到了一種數字方式來保護納菲爾塔莉墓,為無數人參觀墓中景象提供了機會。

納菲爾塔莉:永恒之旅(Nefertari: A Journey to Eternity)提供VR體驗,通過高端攝影測量、視覺效果技術和AI,打造令人震撼的細節體驗,使納菲爾塔莉墓重現昔日輝煌。游客可以采用數字方式四處行走,從不同視角進行參觀,還可以進行放大以近距離觀察

對于需要跨越半個地球才能目睹這一景觀的游客來說,這是一個效果逼真的替代選擇。

使用NVIDIA Quadro GPU處理海量數據

為了復制陵墓精致的細節,Che de Boer拍攝了近4000張4200萬像素的景點照片,然后將攝影測量(在照片中進行測量的科學)與深度學習方法結合,對其進行處理和可視化。

NVIDIA GPU在處理現場采集的大量攝影測量數據上發揮了關鍵作用,其處理速度比CPU快很多倍。

GPU也是進行3D重建和呈現細節紋理不可或缺的部分。通過借助部署高端NVIDIA Quadro GPU的強大HP工作站,realityvirtual.co使用CapturingReality將數據轉換為密集的240億3D點云,以進行初始創建。

初始清理工作則使用Autodesk MeshMixer和Maya完成。然后,他們使用內部專用流程完成改良工作并提高效率,包括填充孔、推斷材料特性、去除噪點和清理人工痕跡。

Che de Boer 在陵墓內部拍攝圖像

接下來,他們對這些龐大的數據集進行優化,以便在Unreal Engine中以每秒90幀的穩定速度進行實時渲染,利用Granite的紋理流保留全部240億個細節點。

Che de Boer說:“由于數據集非常龐大,處理和播放速度是關鍵。NVIDIA的新架構與Unreal Engine相結合,加快了處理速度,并為處理龐大的數據量提供支持。”

AI助力創建更為逼真的VR

如果不去除陵墓中的現代人工痕跡,就不可能參觀到“真正”的古墓。為了實現這一目標,realityvirtual.co收集了陵墓的所有壓縮數據,并且使用可編程Tensor Core和單個高端NVIDIA Quadro GPU提供的24Gb VRAM容量訓練其超級采樣集。

通過訓練計算機使其理解所看到的事物,計算機可以修改圖像以清除現代人工痕跡。例如,通過圖像修復方法去除出口標志、牌匾、扶手、地板和鹵素燈,并使用與周邊環境相關的元素取代這些區域。

為了覆蓋圖像中的缺口、清除不需要的元素或修復源攝影測量圖像中的重疊區域,realityvirtual.co利用一種新的基于AI的圖像修復方法(此方法由NVIDIA Research開發,并且即將通過NVIDIA NGX技術堆棧提供給軟件開發者),使用周邊環境的元素填充這些區域。

Che de Boer說:“如果沒有高端NVIDIA Quadro提供的內存,處理4200萬像素圖像的數據是不可能的。我們在攝影測量和AI處理過程中廣泛使用了NVIDIA CUDA cuDNN,且貫穿到我們創作的各個環節,以實現最為逼真的效果。這看起來非常震撼,您可以獲得一種身臨其境的感覺,如果我們將NVIDIA RTX實時光線追蹤整合到未來的版本中,這種體驗只會變得更好。”

更新的內部版本已通過realityvirtual.co的超級采樣法運行。這是在他們自己的數據集上進行超級采樣訓練,進一步提高了最終紋理映射的細節水平。

無論參觀者距離陵墓的現代人工痕跡有多近,都無法分辨得出它們。除此之外,最近越來越多的項目開始使用realityvirtual.co的deepPBR方法,以消除圖像擴散、粗糙和位移。這對使用基于物理渲染的引擎(例如Unreal Engine)而言非常重要。

所有這些數據都是自行進行訓練的,這是一個AI使用自身數據進行自我改進的好例子。此結果可用作教學模擬,并可在STEAM游戲平臺免費獲得,但是需要Vive、Rift或Windows VR頭盔。

為了繼續記錄遺產并在未來對其進行數字保護,最近Che de Boer與來自洛桑聯邦理工學院(EPFL,瑞士洛桑的一所著名的研究大學)的Sarah Kenderdine教授達成了戰略合作關系。他們希望通過合作以虛擬形式重建新西蘭的克賴斯特徹奇大教堂,重現它2011年遭到地震破壞之前的樣子。此外,他們也在其他一些尚未公布但非常著名的自然景觀上進行合作。

Che de Boer 表示:“這些都是知之者眾而見之者寡的地方,我們的目標是讓全世界的人都能參觀這些景點,否則他們可能在有生之年都沒有機會感受這些景點。”

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • gpu
    gpu
    +關注

    關注

    28

    文章

    4761

    瀏覽量

    129136
  • AI
    AI
    +關注

    關注

    87

    文章

    31294

    瀏覽量

    269646
  • 深度學習
    +關注

    關注

    73

    文章

    5510

    瀏覽量

    121343

原文標題:借助超現實VR探索埃及納菲爾塔莉墓

文章出處:【微信號:NVIDIA-Enterprise,微信公眾號:NVIDIA英偉達企業解決方案】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    GPU深度學習中的應用 GPUs在圖形設計中的作用

    隨著人工智能技術的飛速發展,深度學習作為其核心部分,已經成為推動技術進步的重要力量。GPU(圖形處理單元)在深度學習中扮演著至關重要的角色,
    的頭像 發表于 11-19 10:55 ?618次閱讀

    Pytorch深度學習訓練的方法

    掌握這 17 種方法,用最省力的方式,加速你的 Pytorch 深度學習訓練。
    的頭像 發表于 10-28 14:05 ?237次閱讀
    Pytorch<b class='flag-5'>深度</b><b class='flag-5'>學習</b>訓練的<b class='flag-5'>方法</b>

    GPU深度學習應用案例

    GPU深度學習中的應用廣泛且重要,以下是一些GPU深度學習應用案例: 一、圖像識別 圖像識別是
    的頭像 發表于 10-27 11:13 ?440次閱讀

    深度學習GPU加速效果如何

    圖形處理器(GPU)憑借其強大的并行計算能力,成為加速深度學習任務的理想選擇。
    的頭像 發表于 10-17 10:07 ?219次閱讀

    GPU租用平臺怎么樣

    GPU租用平臺以其成本效益、靈活性與可擴展性、簡化運維以及即時訪問等優勢,在深度學習、科學計算、圖形渲染等多個領域發揮著重要作用。
    的頭像 發表于 10-17 10:03 ?244次閱讀

    可控硅整流器的測量方法

    可控硅整流器的測量方法多種多樣,主要包括直流電壓測量、電流測量、觸發脈沖測量以及電阻測量等。每種
    的頭像 發表于 10-07 16:38 ?801次閱讀

    實時控制應用中的 RTD 替代測量方法

    電子發燒友網站提供《實時控制應用中的 RTD 替代測量方法.pdf》資料免費下載
    發表于 09-12 09:10 ?0次下載
    實時控制應用中的 RTD 替代<b class='flag-5'>測量方法</b>

    數字示波器的測量方法有哪三種

    數字示波器是一種廣泛應用于電子測量領域的儀器,它能夠實時顯示電壓波形,幫助工程師和技術人員對電子信號進行分析和測量。數字示波器的測量方法有很多種,不同的測量方法適用于不同的應用場景。以
    的頭像 發表于 07-17 18:02 ?1815次閱讀

    基于Python的深度學習人臉識別方法

    基于Python的深度學習人臉識別方法是一個涉及多個技術領域的復雜話題,包括計算機視覺、深度學習以及
    的頭像 發表于 07-14 11:52 ?1296次閱讀

    深度學習中的時間序列分類方法

    的發展,基于深度學習的TSC方法逐漸展現出其強大的自動特征提取和分類能力。本文將從多個角度對深度學習在時間序列分類中的應用進行綜述,探討常用
    的頭像 發表于 07-09 15:54 ?1072次閱讀

    深度學習中的無監督學習方法綜述

    應用中往往難以實現。因此,無監督學習深度學習中扮演著越來越重要的角色。本文旨在綜述深度學習中的無監督
    的頭像 發表于 07-09 10:50 ?847次閱讀

    新手小白怎么學GPU云服務器跑深度學習?

    新手小白想用GPU云服務器跑深度學習應該怎么做? 用個人主機通常pytorch可以跑但是LexNet,AlexNet可能就直接就跑不動,如何實現更經濟便捷的實現GPU云服務器
    發表于 06-11 17:09

    噪聲的測量方法

    有效的方法,本期介紹噪聲的測量方法。常見觀測噪聲的設備為示波器,而示波器在正確操作使用下測量精度為3%,且本身存在底噪。搭配不同的探頭使用,觀測到的噪聲波形與數值截然不同
    的頭像 發表于 04-12 08:13 ?1277次閱讀
    噪聲的<b class='flag-5'>測量方法</b>

    噪聲的測量方法

    有效的方法,本期介紹噪聲的測量方法。 常見觀測噪聲的設備為示波器,而示波器在正確操作使用下測量精度為3%,且本身存在底噪。搭配不同的探頭使用,觀測到的噪聲波形與數值截然不同,使用X10探頭觀測信號,會將示波器前端噪聲X
    的頭像 發表于 04-10 15:16 ?1193次閱讀
    噪聲的<b class='flag-5'>測量方法</b>

    FPGA在深度學習應用中或將取代GPU

    現場可編程門陣列 (FPGA) 解決了 GPU 在運行深度學習模型時面臨的許多問題 在過去的十年里,人工智能的再一次興起使顯卡行業受益匪淺。英偉達 (Nvidia) 和 AMD 等公司的股價也大幅
    發表于 03-21 15:19
    主站蜘蛛池模板: 仓本c仔国产精品| 91精选视频在线观看| 亚洲视频在线一区二区三区| 日日操夜夜爽| 亚洲dv| 狠狠干亚洲色图| 青草99| 色综合中文网| 97久草| 美女黄18以下禁止观看| 午夜毛片视频高清不卡免费| 国产成人精品日本| 精品国产_亚洲人成在线高清| 日本人zzzwww色视频| 婷婷午夜天| 亚洲淫视频| 伊人玖玖| 在线你懂的| 在线激情网址| 四虎影院在线免费播放| 一级特级aaa毛片| 婷婷综合色| 欧美大片xxxxbbbb| 日本黄色免费看| 人人草人人爽| 黄色短视频软件| 五月天婷婷在线免费观看| 天天曰天天干| 天天拍夜夜添久久精品免费| 亚洲色五月| 国产人成午夜免费看| 午夜黄网站| 97se狠狠狠狠狼亚洲综合网| 91人成网站色www免费| 久久99热久久精品| 国产三级观看久久| 尤物视频黄| 欧美性videofree精品| 明星三级国产免费播放| 毛片不卡一区二区三区| 久久狠色噜噜狠狠狠狠97|