“3D görü” için sonuçlar
23 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Renkli 3D Nokta Bulutları İçin Yeni Kayıt Yöntemi: GeGS-PCR
Araştırmacılar, 3D nokta bulutlarının kayıt işleminde devrim niteliğinde bir yöntem geliştirdi. GeGS-PCR adlı bu sistem, geleneksel yöntemlerin aksine sadece geometrik bilgilere değil, aynı zamanda renk ve Gaussian bilgilerine de dayanıyor. Özellikle düşük örtüşme oranına sahip veya eksik veri içeren senaryolarda güçlü performans sergiliyor. İki aşamalı yaklaşım benimseyen sistem, çok seviyeli renk kodlayıcısı ve Geometric-3DGS modülü ile yerel komşuluk bilgilerini işleyerek küresel olarak değişmeyen bir geometrik-renk bağlamı oluşturuyor. LORA optimizasyonu sayesinde yüksek performansı korurken, hızlı diferansiyellenebilir render tekniği ile kayıt sürecini iyileştiriyor. Bu yenilik, robotik, otonom araçlar ve artırılmış gerçeklik uygulamalarında kritik öneme sahip 3D görü sistemlerinde önemli gelişmelere kapı açabilir.
Ouroboros: Görüntü İşlemede Çift Yönlü Yapay Zeka Modeli Geliştirdi
Araştırmacılar, görüntü oluşturma ve analiz etme işlemlerini tek seferde gerçekleştiren yenilikçi bir yapay zeka sistemi geliştirdi. Ouroboros adlı bu sistem, bir görüntüden 3D sahne bilgilerini çıkarabilirken, aynı zamanda bu bilgilerden tekrar görüntü oluşturabiliyor. Geleneksel yöntemlerin aksine, bu iki işlemi birbirini destekleyecek şekilde aynı anda yaparak hem daha tutarlı sonuçlar elde ediyor hem de işlem süresini önemli ölçüde kısaltıyor. Sistem, iç mekan ve dış mekan sahnelerinde eşit başarı gösterirken, video işleme alanında da ek eğitim gerektirmeden kullanılabiliyor.
WildDet3D: Tek Fotoğraftan 3D Nesne Tespiti Yapan Yapay Zeka Sistemi
Araştırmacılar, tek bir RGB görüntüden nesnelerin üç boyutlu konumunu, boyutunu ve yönelimini tespit edebilen yeni bir yapay zeka sistemi geliştirdi. WildDet3D adlı bu sistem, metin, nokta ve kutu gibi farklı komut türlerini anlayabiliyor ve ek geometrik ipuçlarını da değerlendirme sürecine dahil edebiliyor. Mevcut sistemlerden farklı olarak, kontrollü ortamlarla sınırlı kalmayıp açık dünyada çeşitli nesne kategorileriyle çalışabiliyor. Sistem ayrıca derinlik bilgisi gibi ek geometrik veriler mevcut olduğunda bunları da kullanarak daha doğru sonuçlar üretiyor. Bu gelişme, robotik, artırılmış gerçeklik ve otonom sürüş gibi alanlarda önemli uygulamalara sahip olan uzamsal zekanın geliştirilmesinde kritik bir adım.
ENTIRE: Yapay Zeka ile 3D Görüntü İşleme Süresi Tahmin Etme Devri
Araştırmacılar, 3D hacimsel görüntülerin işlenme süresini önceden tahmin edebilen ENTIRE adlı yapay zeka sistemini geliştirdi. Bu sistem, büyük veri setlerinin görselleştirilmesinde kritik olan işlem süresini, görüntü çözünürlüğü, kamera ayarları ve veri karakteristikleri gibi faktörleri analiz ederek yüksek doğrulukla öngörebiliyor. Tıbbi görüntüleme, bilimsel simülasyonlar ve endüstriyel tasarımda kullanılan hacimsel renderlamada zaman planlaması büyük önem taşıyor. ENTIRE, hem CPU hem de GPU tabanlı sistemlerde test edildi ve farklı senaryolara hızla adapte olabileceği kanıtlandı.
QuadSync: Kameralar Arası Senkronizasyon için Yeni Algoritma
Bilgisayar görü alanında çığır açan yeni bir araştırma, dört kameralı tensor senkronizasyonu için QuadSync adlı algoritma geliştirdi. Bu çalışma, hareket analizi (structure from motion) teknolojisinde kullanılan quadrifocal tensorların pratik uygulamalarını genişletiyor. Araştırmacılar, bu tensorların sadece teorik ilgi alanı olmadığını, pratik kullanımlarının da mümkün olduğunu kanıtladı. Geliştirilen yeni framework, n sayıda kameradan quadrifocal tensor koleksiyonunu kullanarak kamera pozisyonlarını kurtarabilmektedir. Tucker dekomposizyonu, alternatif yön çarpanları yöntemi ve yinelemeli ağırlıklı en küçük kareler yaklaşımını birleştiren bu algoritma, bilgisayar görü ve yapay zeka alanlarında önemli ilerlemeler vaad ediyor. Özellikle 3D görüntü rekonstrüksiyonu, robotik navigasyon ve artırılmış gerçeklik uygulamalarında devrim yaratabilir.
Yapay Zeka Ajanları İçin Yeni 3D Görsel Arama Testi Geliştirildi
Araştırmacılar, yapay zeka ajanlarının 3D ortamlarda görsel arama yeteneklerini değerlendirmek için E3VS-Bench adlı yeni bir test sistemi geliştirdi. Bu sistem, ajanların farklı açılardan bakarak nesneleri incelemesi, kapların içini görmesi ve açıya bağlı özellikleri ayırt etmesi gibi gerçek dünyada karşılaştığımız karmaşık durumları simüle ediyor. Mevcut testlerin aksine, bu yeni sistem ajanların 5 serbestlik derecesinde hareket ederek bakış açılarını değiştirmesine olanak tanıyor. 3D Gaussian Splatting teknolojisi kullanılarak 99 yüksek kaliteli 3D sahne ve 2.014 soru ile oluşturulan bu test, yapay zeka ajanlarının gerçek dünya koşullarında nasıl performans gösterebileceğini daha doğru bir şekilde ölçmeyi hedefliyor.
XEmbodied: Robotlara 3D Dünyayı Anlama Yetisi Kazandıran Yeni Model
Araştırmacılar, otonom robotlar için geliştirilen XEmbodied adlı yeni bir yapay zeka modeli sundu. Mevcut görü-dil modelleri sadece 2D görüntülerle eğitildikleri için gerçek dünyada fiziksel etkileşim konusunda yetersiz kalıyordu. XEmbodied, robotlara 3D geometrik farkındalık kazandırarak bu sorunu çözmeyi hedefliyor. Model, 3D kutu bilgileri ve doluluk haritaları gibi fiziksel ipuçlarını anlayabiliyor. Özel adaptörler sayesinde geometrik verileri işleyebilen sistem, 18 farklı test ortamında başarılı performans gösterdi. Bu gelişme, gelecekteki otonom robotların çevrelerini daha iyi anlamasını ve fiziksel dünyayla etkileşimde bulunmasını sağlayacak.
LiDAR Verilerini 2D'ye Dönüştüren Yeni Sistem: Robotlar İçin Hızlı Navigasyon
Araştırmacılar, kaynak kısıtlı robotların kapalı mekanlarda daha verimli hareket etmesi için yenilikçi bir sistem geliştirdi. Bu sistem, 3 boyutlu LiDAR verilerini kuş bakışı 2D görüntülere dönüştürerek, duvarlar ve kapılar gibi yapısal unsurları gerçek zamanlı olarak tespit ediyor. Geleneksel 3D yöntemler hesaplama gücü açısından çok yoğun olurken, klasik 2D yaklaşımlar da güvenilirlik sorunları yaşıyordu. Yeni framework, hem klasik geometrik teknikler hem de yapay zeka tabanlı YOLO detektörünü kullanarak bu dengeyi kurmaya çalışıyor. Sistem, ardışık karelerden gelen verileri birleştiren özel bir modül sayesinde kararlılık ve güvenilirlik kazanıyor. Mobil robot platformlarında yapılan testler, farklı yöntemlerin performans dengelerini net şekilde ortaya koyuyor.
Yapay Zeka: Az Veri İle Daha İyi Öğreniyor
Stanford araştırmacıları, yapay zekanın 3D görüntü sentezinde şaşırtıcı bir bulgu ortaya koydu. Minimal 3D bilgi ile çalışan sistemlerin, detaylı 3D verilerle beslenen sistemlerden daha hızlı öğrendiğini keşfettiler. Bu araştırma, 'ne kadar az bağımlı olursanız, o kadar çok öğrenirsiniz' ilkesini ortaya atıyor. Geleneksel yöntemler kamera pozisyonları ve detaylı 3D modeller gerektirirken, yeni yaklaşım sadece seyrek görüntülerden yararlanarak daha etkili sonuçlar üretiyor. Bu keşif, yapay zeka eğitiminde veri kalitesinin nicelikten daha önemli olabileceğini gösteriyor ve gelecekteki AI sistemlerinin tasarımında köklü değişikliklere işaret ediyor.
SpatialStack: Yapay Zeka İçin Yeni 3D Mekan Anlama Teknolojisi
Araştırmacılar, yapay zekanın 3D uzaysal ilişkileri anlama yetisini geliştiren SpatialStack adlı yeni bir sistem geliştirdi. Mevcut görü-dil modelleri, fiziksel dünyada faaliyet gösteren AI sistemleri için kritik olan 3D mekansal mantık yürütmede yetersiz kalıyor. Bu sorun, modellerin ince taneli 3D geometriyi ve uzaysal ilişkileri yakalayamamasından kaynaklanıyor. SpatialStack, görsel, geometrik ve dil temsillerini model hiyerarşisi boyunca aşamalı olarak hizalayan hiyerarşik bir füzyon çerçevesi sunuyor. Geleneksel geç aşama görü-geometri birleşiminin ötesine geçen bu yaklaşım, çok seviyeli geometrik özellikleri dil omurgasıyla senkronize ederek hem yerel geometrik hassasiyet hem de küresel bağlamsal semantiği yakalama imkanı sağlıyor.
Yapay Zeka Gabor Teknolojisi ile 3D Görüntü Kalitesi Devrim Yaşıyor
Araştırmacılar, 3D Gaussian Splatting teknolojisinin en büyük sorunu olan yüksek frekanslı detayları yakalama zorluğunu çözen yeni bir yöntem geliştirdi. Neural Gabor Splatting adlı bu teknik, her Gaussian primitive'e hafif bir çok katmanlı perceptron ekleyerek, tek bir primitive içinde geniş renk varyasyonlarını modelleyebiliyor. Geleneksel 3DGS yönteminde, keskin renk geçişleri için çok sayıda primitive gerekiyordu çünkü her biri yalnızca tek bir rengi temsil edebiliyordu. Yeni yaklaşım, frekans-farkında yoğunlaştırma stratejisi kullanarak primitive sayısını kontrol altında tutuyor ve gereksiz olanları budayıp klonluyor. Bu gelişme, 3D yeniden yapılandırma ve yeni görüş sentezi alanında önemli bir ilerleme sağlıyor.
3D Görüntü Yeniden Yapılandırmada Çığır Açan Yöntem: DVP-MVS++
Araştırmacılar, çoklu görüş stereo tekniğinde devrim niteliğinde bir yöntem geliştirdi. DVP-MVS++ adlı bu sistem, farklı açılardan çekilen fotoğraflardan üç boyutlu nesneleri yeniden yapılandırırken karşılaşılan temel sorunları çözüyor. Geleneksel yöntemler, özellikle doku detayı az olan yüzeylerde ve kenar geçişlerinde zorlanıyordu. Yeni sistem, derinlik, yüzey normali ve kenar bilgilerini akıllıca birleştirerek bu sorunları aşıyor. Bu gelişme, sanal gerçeklik, robotik, otomotiv endüstrisi ve medikal görüntüleme gibi alanlarda önemli ilerlemeler sağlayabilir. Teknoloji, görünürlük engelleri ve belirsizlikleri bertaraf ederek daha doğru 3D modeller üretmeyi mümkün kılıyor.
DualTrack: Ultrason Görüntüleme için Çift Kodlayıcı Mimari Geliştirildi
Araştırmacılar, 2D ultrason görüntülerinden 3D ultrason rekonstrüksiyonu yapabilen yeni bir yapay zeka sistemi geliştirdi. DualTrack adlı sistem, sensörsüz 3D ultrason görüntüleme için yerel ve global özellikleri ayrı ayrı işleyen çift kodlayıcı mimarisini kullanıyor. Geleneksel 3D ultrason sistemlerinin yüksek maliyeti ve karmaşıklığı nedeniyle yaygın kullanılamadığı bir ortamda, bu teknoloji derin öğrenme yöntemleriyle 2D görüntü dizilerinden 3D prob yörüngesini tahmin edebiliyor. Yerel özellikler çerçeveler arası hareketi tahmin ederken, global özellikler anatomik yapıları tanıyarak taramanın genel şeklini belirlemeye yardımcı oluyor. Önceki yaklaşımların aksine, DualTrack bu iki özellik türünü birbirinden bağımsız olarak işleyerek daha güçlü ve etkili bir modelleme sağlıyor.
3D Nokta Bulutları İçin Yeni Siber Saldırı Savunma Yöntemi Geliştirildi
Araştırmacılar, 3D nokta bulutu tanıma sistemlerini siber saldırılara karşı koruyan yenilikçi bir savunma yöntemi geliştirdi. Adversarial Point Counterattack (APC) adlı sistem, her nokta için özel karşı-pertürbasyonlar üreterek saldırıları etkisiz hale getiriyor. Geleneksel savunma yöntemlerinin aksine, APC hem güçlü koruma sağlıyor hem de farklı modellere kolayca aktarılabiliyor. Sistem, temiz ve saldırı altındaki veri çiftlerini kullanarak geometrik ve semantik tutarlılığı korurken, çoklu saldırı türlerine karşı dayanıklılık kazanıyor. Hafif yapısı ve girdi seviyesinde çalışması sayesinde, yeniden eğitime gerek kalmadan farklı modellerde kullanılabiliyor. Bu gelişme, 3D görü sistemlerinin güvenliğinde önemli bir adım teşkil ediyor.
Tek Fotoğraftan 3D Görünüm: Yapay Zeka ve Radar Teknolojisi Birleşti
Stanford Üniversitesi araştırmacıları, tek bir fotoğraftan farklı açılardan görünümler oluşturabilen yeni bir yapay zeka sistemi geliştirdi. Geleneksel yöntemler sadece kameradan elde edilen derinlik bilgilerine dayandığı için düşük doku detayına sahip yüzeylerde, kötü hava koşullarında veya engellerle dolu ortamlarda zorlanıyordu. Yeni sistem ise radar ve LiDAR gibi mesafe ölçüm teknolojilerinden gelen seyrek verileri yapay zeka ile birleştirerek bu sorunları aşıyor. Araştırmacılar, çok az sayıda radar noktasından yoğun derinlik haritaları oluşturabilen bir matematiksel model geliştirdi. Bu teknoloji, otonom araçların çevresel algısından sanal gerçeklik uygulamalarına kadar geniş bir kullanım alanına sahip. Özellikle zorlu çevre koşullarında güvenilir 3D görüntü oluşturma konusunda önemli bir ilerleme sağlıyor.
PLAF: 3D Sahne Anlama İçin Yeni Dil Tabanlı Görüntü Analizi Sistemi
Araştırmacılar, 3D ortamları daha etkili şekilde anlayabilen yeni bir yapay zeka sistemi geliştirdi. PLAF adlı bu teknoloji, görüntülerdeki her pikseli doğal dille ilişkilendirerek 3D sahneleri anlama konusunda büyük ilerleme sağlıyor. Mevcut sistemlerin aksine, bu yeni yaklaşım hem dil ile uyumlu hem de mekânsal olarak hassas sonuçlar üretiyor. Sistem, büyük ölçekli 3D sahnelerde gereksiz veri fazlalığını önemli ölçüde azaltarak depolama ve sorgulama verimliliğini artırıyor. Bu gelişme, robotik, artırılmış gerçeklik ve otonom araçlar gibi 3D sahne anlama gerektiren uygulamalarda devrim yaratma potansiyeli taşıyor.
Hologram Teknolojisinde Çığır Açan Gelişme: Tek Seferde Lekesiz Görüntü
Holografik ekranlar uzun zamandır '3D görüntülemenin geleceği' olarak görülse de, coherent ışığın yarattığı speckle gürültüsü sorunu bu teknolojinin yaygınlaşmasını engellemekteydi. MIT araştırmacıları tarafından geliştirilen Ellipsography adlı yeni teknik, bu sorunu tek bir çekimde çözerek hologram kalitesinde büyük ilerleme sağlıyor. Geleneksel yöntemler speckle gürültüsünü azaltmak için yüksek hızlı donanım ve karmaşık algoritmalar gerektirirken, bu yeni yaklaşım vektörel girişim şekillendirme kullanarak aynı anda hem yüksek kalite hem de pratiklik sunuyor. Araştırma, holografik ekranların tıp, eğitim ve eğlence sektörlerindeki uygulamalarını hızlandırabilir.
3AM: Video Segmentasyonunda Geometrik Tutarlılık Devrimi
Araştırmacılar, video analizi alanında önemli bir yenilik geliştirdi. 3AM adlı yeni sistem, SAM2 video segmentasyon teknolojisini 3D geometrik özelliklerle güçlendirerek, kamera açısı değişimlerinde bile tutarlı nesne takibi sağlıyor. Geleneksel yöntemlerin aksine, sadece RGB görüntü girişiyle çalışan sistem, karmaşık ön işleme veya kamera pozisyonu bilgisine ihtiyaç duymuyor. MUSt3R teknolojisinden gelen 3D farkındalığı sayesinde, sistem hem görsel benzerlik hem de uzamsal konum bilgisini kullanarak nesneleri daha güvenilir şekilde tanımlayabiliyor. Bu gelişme, video analizi, artırılmış gerçeklik ve robotik uygulamalar için önemli bir adım.
3D Gaussian Splatting'de Çığır Açan Geliştirme: Bozucu Öğeleri Kademeli Filtreleyen Sistem
Bilgisayar grafikleri dünyasında gerçek zamanlı fotorealistik görüntü oluşturma alanında önemli bir gelişme yaşanıyor. 3D Gaussian Splatting (3DGS) teknolojisi, çoklu görüntülerden 3D sahneler oluşturmada devrim yaratmış, ancak girdi görüntülerindeki tutarsızlıklar ve bozucu öğeler nedeniyle görsel bozulmalar yaşanıyordu. Araştırmacılar tarafından geliştirilen PDF-GS adlı yeni framework, bu sorunu çözmek için 3DGS'nin doğasında bulunan tutarsız sinyalleri bastırma yetisini keşfetti ve bu özelliği güçlendiren kademeli bir optimizasyon sistemi tasarladı. Sistem, bozucu öğeleri aşamalı olarak filtrelerken, sonrasında temizlenmiş verilerden ince detayları geri kazandırıyor. Bu yenilikçi yaklaşım, 3D sahne rekonstrüksiyonu ve sanal gerçeklik uygulamalarında daha güvenilir ve yüksek kaliteli sonuçlar elde edilmesini sağlıyor.
Yapay Zeka İçin Dev Veri Seti: 90 Bin Fotoğrafla 3D Görsel Üretimi
Araştırmacılar, yapay zekanın gerçekçi 3D görseller üretebilmesi için DF3DV-1K adlı kapsamlı bir veri seti geliştirdi. 1.048 farklı mekan ve toplam 89.924 fotoğraf içeren bu koleksiyon, her sahne için hem temiz hem de karışık görüntüler sunuyor. Tüketici kameralarıyla çekilen fotoğraflar, günlük kullanım koşullarını taklit ediyor ve 128 farklı dikkat dağıtıcı öğe ile 161 mekan teması kapsıyor. Veri seti, yapay zekanın farklı açılardan yeni görüntüler sentezleyebilmesini sağlayan radiance field teknolojilerinin gelişimi için kritik öneme sahip. İç ve dış mekan ortamlarını kapsayan bu kaynak, özellikle karışık ortamlarda bile temiz görüntüler üretebilen sistemlerin test edilmesi amacıyla tasarlandı.
PatchPoison: 3D Görüntü Rekonstrüksiyonunu Engelleyen Yeni Güvenlik Yöntemi
Araştırmacılar, kişisel gizliliği korumak için 3D görüntü rekonstrüksiyonunu engelleyen yenilikçi bir yöntem geliştirdi. PatchPoison adı verilen bu teknik, fotoğraflara küçük kareli desenler ekleyerek, bu görüntülerden izinsiz 3D model oluşturulmasını önlüyor. Yöntem, çok açılı görüntülerden yüksek kaliteli 3D modeller üreten 3D Gaussian Splatting teknolojisine karşı etkili bir koruma sağlıyor. Özellikle halka açık paylaşılan fotoğraf ve videolardan kişilerin haberi olmadan detaylı 3D modeller oluşturulması konusundaki endişelere yanıt veriyor. Bu hafif ve pratik çözüm, dijital gizlilik alanında önemli bir adım olarak değerlendiriliyor.
3D Görüntülerde Işık Oyunu: Gerçekçi Aydınlatma Teknolojisi Geliştirildi
Araştırmacılar, 3D sahneleri farklı ışık koşullarında son derece gerçekçi biçimde yeniden aydınlatmayı sağlayan SSD-GS adlı yeni bir teknik geliştirdi. Bu yöntem, ışık-malzeme etkileşimlerini fizik kurallarına uygun şekilde modelleyerek, metal ve yarı saydam malzemelerin görünümlerini oldukça doğal bir şekilde yeniden oluşturabiliyor. Geleneksel yöntemlerin aksine, SSD-GS ışığın yansıması, gölgeler ve malzeme içindeki saçılımı ayrı ayrı hesaplayarak daha kaliteli sonuçlar üretiyor. Bu gelişme, oyun endüstrisi, sinema efektleri ve sanal gerçeklik uygulamalarında devrim yaratma potansiyeli taşıyor.
3D Gaussian Splatting Artık Multispektral: Görsel Gerçeklik Bir Adım İleri
Araştırmacılar, 3D görüntü sentezleme teknolojisi olan Gaussian Splatting'i multispektral verilerle geliştirerek, sadece görünür ışık değil tüm dalga boylarını işleyebilen yeni bir sistem oluşturdular. MSGS adı verilen bu yöntem, her Gaussian nesneyi spektral parlaklık bilgileriyle zenginleştiriyor ve RGB ile multispektral sinyalleri birleştiren ikili kayıp fonksiyonu kullanıyor. Sistem, renk dönüşümünü piksel seviyesinde gerçekleştirerek daha zengin spektral bilgileri koruyabiliyor. Özellikle yarı saydam malzemeler ve anizotropik yansımalar içeren zorlu sahnelerde başarılı sonuçlar veriyor.