“3D görüntü işleme” için sonuçlar
2 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
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.
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.