Yapay zeka alanında 3D nesne işleme konusunda önemli bir adım atıldı. Araştırmacılar, 3D nesneleri otomatik olarak anlamlı parçalara ayırabilen SegviGen adlı yenilikçi bir sistem geliştirdi.
Mevcut teknolojiler genellikle 2D görüntü verilerini 3D ortama aktararak çalışıyor, ancak bu yaklaşım tutarsızlıklar ve bulanık sınırlar gibi sorunlara yol açıyor. Alternatif olarak doğrudan 3D verilerle eğitilen sistemler ise büyük miktarda etiketlenmiş veri ve yoğun hesaplama gücü gerektiriyor.
SegviGen bu sorunlara farklı bir çözüm sunuyor. Önceden eğitilmiş 3D üretici modellerdeki yapısal bilgileri kullanarak, nesnelerin farklı parçalarını ayırt edici renklerle boyuyor. Bu yaklaşım sayesinde sistem, bir 3D nesneyi kodlayarak geometrik olarak hizalanmış bir yeniden yapılandırma üzerinde parça belirleyici renkler tahmin edebiliyor.
Sistemin en dikkat çekici özelliği çok yönlülüğü. Kullanıcıların müdahale edebileceği etkileşimli mod, tamamen otomatik çalışan mod ve 2D rehberlik desteğiyle çalışan mod gibi farklı kullanım senaryolarını tek bir çatı altında topluyor.
Bu teknoloji, 3D modelleme yazılımları, oyun geliştirme, robotik uygulamalar ve sanal gerçeklik sistemlerinde devrim yaratabilecek potansiyele sahip. Özellikle karmaşık 3D nesnelerin analizi ve manipülasyonunda yeni olanaklar sunuyor.