近日，德國薩爾大學和馬克斯·普朗克信息學研究所的研究人員已經(jīng)加入英特爾，以使用不完整的3D掃描數(shù)據(jù)來改進數(shù)字3D對象創(chuàng)建?！癡Conv-DAE”是一種卷積體積自動編碼器，可以從噪聲數(shù)據(jù)中學習體積表示。

3D掃描具有廣泛的應用范圍，從汽車和航空航天部門的逆向工程，到采集定制足部矯形器的解剖數(shù)據(jù)，簡單地制作3D打印模型。

但是讓不完整或扭曲的3D掃描生成的數(shù)據(jù)可能是無效的。這不是偶然的事情：不正確的照明、3D掃描期間的移動以及各種其他因素可能導致生成的3D模型具有嚴重的問題。

解決這些問題的最好辦法當然是通過投資適當?shù)恼彰髟O備、穩(wěn)定的旋轉(zhuǎn)盤和各種其他工具來消除這些問題。但是當這些選項不可用時，必須探索其他路線。

一個潛在的路線剛剛由一個多技術和廣泛采購的研究人員開發(fā)，由來自計算巨頭英特爾和兩個德國研究機構(gòu)的代表組成：在慕尼黑的馬克斯·普朗克信息學研究所和在薩爾布呂肯的薩爾州大學。

這個多學科團隊一起開發(fā)了VConv-DAE，一種深體積形狀學習編碼器，通過估計體素占用網(wǎng)格來學習嘈雜數(shù)據(jù)的體積表示。

研究人員說，該工具非常適用于在3D掃描應用中可能出現(xiàn)的“挑戰(zhàn)性任務，如去噪和形狀完成”。

“盡管3D掃描技術近年來取得了重大進展，但數(shù)字和自動捕獲真實物體的幾何形狀仍然是一個挑戰(zhàn)，”馬克斯·普朗克信息學研究所的“可擴展學習和感知”組織的領導者Mario Fritz說道。

Fritz所說的那種3D掃描設備并不一定是高端設備，而是像微軟Kinect這樣的運動感應輸入設備，它通常用于微軟Xbox游戲機上的視頻游戲。Kinect硬件的一個缺點是無法準確識別各種紋理。這意味著太反射、斑駁或其他難以辨別的曲面可能會導致3D數(shù)據(jù)不準確，這可能會影響3D打印。

“由此產(chǎn)生的有缺陷或甚至不完整的三維幾何形狀對于一系列應用程序構(gòu)成了一個真正的問題，例如在虛擬或增強現(xiàn)實中，與機器人或3D打印一起工作，”Fritz說。

為了解決這些問題，新開發(fā)的VConv-DAE工具使用特殊的深度學習神經(jīng)網(wǎng)絡從不完整的數(shù)據(jù)集中生成3D模型。

根據(jù)研究人員的說法，編碼器成功的秘訣在于避免使用標簽分配每個對象的直觀錯誤：“培訓以及由此產(chǎn)生的代表性與對象標簽的概念有著強烈和不必要的聯(lián)系，”他們說，他們的體素占用網(wǎng)格估計方法工作非常好。

有趣的是，新技術提供了“用于分類的競爭性能”，同時也為形狀插值提供了有希望的結(jié)果。

最終，這可能有助于新一代的3D掃描工具，允許像Kinect這樣的簡單硬件生成高精度的3D數(shù)據(jù)，而不會丟失任何信息。

就職于薩爾大學計算機圖形學教授和德國人工智能研究中心（DFKI）的Philipp Slusallek說，“將來必須能夠快速捕捉現(xiàn)實世界中的物體，并以現(xiàn)實的方式將其投射到數(shù)字世界中?！?/span>

Slusallek是歐洲聯(lián)合研究項目“分布式3D對象設計”（DISPORO）的領先人物。DISTRO是一個將歐洲視覺計算和3D計算機圖形領先實驗室聯(lián)合在一起的網(wǎng)絡，目的是在分布式3D對象設計、定制和制作領域培養(yǎng)新一代科學家、技術人員和企業(yè)家。