Các nhà nghiên cứu đã phát triển một phương pháp học sâu mới giúp đơn giản hóa việc tạo ảnh ba chiều, cho phép tạo hình ảnh ba chiều trực tiếp từ ảnh hai chiều được chụp bằng máy ảnh tiêu chuẩn. Công nghệ này bao gồm một chuỗi ba mạng lưới thần kinh sâu không chỉ đơn giản hóa quá trình tạo ảnh ba chiều mà còn vượt trội so với các bộ xử lý đồ họa cao cấp hiện tại về tốc độ. Sau giai đoạn huấn luyện, nó không yêu cầu thiết bị đắt tiền như máy ảnh RGB-D, giúp tiết kiệm chi phí. Sự đổi mới này dự kiến ​​sẽ được áp dụng cho màn hình ba chiều có độ chính xác cao và hệ thống hình ba chiều gắn trên xe, đánh dấu một tiến bộ lớn trong công nghệ hình ba chiều.

Các nhà nghiên cứu đề xuất một phương pháp mới sử dụng học sâu để tạo ảnh ba chiều ba chiều từ hình ảnh màu hai chiều.

Hình ảnh ba chiều cung cấp chế độ xem ba chiều (3D) của một vật thể với mức độ chi tiết không thể sánh bằng hình ảnh hai chiều (2D). Màn hình hiển thị chân thực, sống động của các vật thể ba chiều làm cho hình ba chiều trở nên vô cùng quý giá trong nhiều lĩnh vực khác nhau bao gồm hình ảnh y tế, sản xuất và thực tế ảo.

Công nghệ ảnh ba chiều truyền thống yêu cầu ghi lại dữ liệu ba chiều của một vật thể và sự tương tác của nó với ánh sáng. Quá trình này đòi hỏi khả năng tính toán cao và yêu cầu sử dụng máy ảnh chuyên dụng để chụp ảnh ba chiều. Sự phức tạp này hạn chế việc sử dụng rộng rãi hình ba chiều.

Gần đây, nhiều phương pháp học sâu để tạo ảnh ba chiều cũng đã được đề xuất. Họ có thể tạo ảnh ba chiều trực tiếp từ dữ liệu ba chiều được chụp bằng camera RGB-D, camera này ghi lại thông tin về màu sắc và độ sâu của đối tượng. Phương pháp này tránh được nhiều thách thức tính toán liên quan đến các phương pháp truyền thống và là cách dễ dàng hơn để tạo ra ảnh ba chiều.

Đổi mới công nghệ ảnh ba chiều bằng các phương pháp mới

TAGP H67Bây giờ, một nhóm nghiên cứu dẫn đầu bởi Giáo sư Tomoyoshi Shimoba của Trường Cao học Kỹ thuật, Đại học Chiba, đã đề xuất một phương pháp mới dựa trên học sâu có thể tạo ra hình ảnh 3D trực tiếp từ hình ảnh màu 2D thông thường được chụp bằng máy ảnh thông thường, đơn giản hóa hơn nữa quá trình tạo ảnh ba chiều. Yoshiyuki Ishii và Tomoyoshi Ito thuộc Trường Kỹ thuật sau đại học của Đại học Chiba cũng tham gia vào nghiên cứu được công bố gần đây trên tạp chí Quang học và Laser trong Kỹ thuật.

Giáo sư Shima Chang cho biết khi giải thích lý do đằng sau nghiên cứu này: "Có một số vấn đề trong quá trình hiện thực hóa hiển thị ảnh ba chiều, bao gồm việc thu thập dữ liệu ba chiều, chi phí tính toán của ảnh ba chiều và cách chuyển đổi hình ảnh ba chiều để phù hợp với đặc điểm của thiết bị hiển thị ảnh ba chiều. Chúng tôi tiến hành nghiên cứu này vì chúng tôi tin rằng học sâu đã phát triển nhanh chóng trong những năm gần đây và có tiềm năng giải quyết những vấn đề này." "

Quy trình học sâu ba giai đoạnTAGP H76

Phương pháp được đề xuất sử dụng ba mạng lưới thần kinh sâu (DNN) để chuyển đổi hình ảnh màu hai chiều thông thường thành dữ liệu có thể được sử dụng để hiển thị các cảnh hoặc vật thể ba chiều dưới dạng hình ba chiều. DNN đầu tiên sử dụng hình ảnh màu được chụp bởi các camera thông thường làm đầu vào và sau đó dự đoán bản đồ độ sâu liên quan, cung cấp thông tin về cấu trúc ba chiều của hình ảnh. DNN thứ hai sau đó tạo hình ba chiều bằng cách sử dụng hình ảnh RGB gốc và bản đồ độ sâu do DNN thứ nhất tạo ra. Cuối cùng, DNN thứ ba sẽ tinh chỉnh hình ba chiều do DNN thứ hai tạo ra, làm cho nó phù hợp để hiển thị trên các thiết bị khác nhau.

Các nhà nghiên cứu nhận thấy rằng thời gian mà phương pháp đề xuất yêu cầu để xử lý dữ liệu và tạo hình ảnh ba chiều tốt hơn so với thời gian của các đơn vị xử lý đồ họa hiện đại.

"Một ưu điểm đáng chú ý khác của phương pháp của chúng tôi là hình ảnh được tái tạo của hình ảnh ba chiều cuối cùng có thể biểu thị hình ảnh được tái tạo ba chiều tự nhiên. Ngoài ra, do không sử dụng thông tin chuyên sâu trong quy trình tạo ảnh ba chiều nên phương pháp này có chi phí thấp và không yêu cầu thiết bị hình ảnh ba chiều như máy ảnh RGB-D sau khi đào tạo", Giáo sư Shimoba nói thêm khi thảo luận thêm về kết quả.

Các ứng dụng và kết luận trong tương lai

Trong tương lai gần, phương pháp này có thể được áp dụng cho màn hình hiển thị head-up và màn hình gắn trên đầu để tạo ra màn hình ba chiều có độ chính xác cao. Tương tự như vậy, nó có thể cách mạng hóa việc tạo ra màn hình ba chiều trên kính chắn gió trên xe, cho phép chúng hiển thị thông tin cần thiết về con người, đường đi và biển báo cho hành khách theo ba chiều. Do đó, phương pháp đề xuất được kỳ vọng sẽ mở đường cho việc thúc đẩy sự phát triển của công nghệ ảnh ba chiều có mặt khắp nơi.

Cảm ơn nhóm nghiên cứu vì thành tích xuất sắc này!