کمیونٹی-انوسٹنگ-ڈیفی-پروجیکٹ-اسکور-20-ملین-اٹھانا-کی قیادت-بذریعہ-a16z.png

شاندار ویو سنتھیسز الگورتھم VR کیپچر کے لیے بہت زیادہ اثرات مرتب کر سکتا ہے۔

ماخذ نوڈ: 1865042

جہاں تک لائیو ایکشن VR ویڈیو کا تعلق ہے، والیومیٹرک ویڈیو وسرجن کے لیے سونے کا معیار ہے۔ اور جامد منظر کی گرفتاری کے لیے، فوٹو گرامیٹری کے لیے بھی یہی بات درست ہے۔ لیکن دونوں طریقوں کی حدود ہیں جو حقیقت پسندی سے ہٹ جاتی ہیں، خاص طور پر جب بات 'دیکھنے پر منحصر' اثرات کی ہوتی ہے جیسے سپیکولر ہائی لائٹس اور پارباسی اشیاء کے ذریعے لینسنگ۔ تھا۔

ریونگ تھائی لینڈ میں ودیاسرمیدھی انسٹی ٹیوٹ آف سائنس اینڈ ٹیکنالوجی کے محققین نے اس سال کے شروع میں NeX نامی ریئل ٹائم ویو سنتھیسس الگورتھم پر کام شائع کیا۔ اس کا مقصد نئے فریموں کی ترکیب کے لیے منظر سے صرف مٹھی بھر ان پٹ امیجز کا استعمال کرنا ہے جو من مانی پوائنٹس سے منظر کو حقیقت پسندانہ طور پر پیش کرتے ہیں۔ کے درمیان حقیقی تصاویر.

محققین سوتیساک وزاڈونگسا، پکاپون فونگتھاوی، جیرافون ینفرافائی، اور سوپاسورن سواجناکورن لکھتے ہیں کہ یہ کام ملٹی پلین امیج (MPI) نامی تکنیک کے اوپری حصے پر استوار ہے۔ سابقہ ​​طریقوں کے مقابلے میں، وہ کہتے ہیں کہ ان کا نقطہ نظر بہتر ماڈلز کو دیکھنے پر منحصر اثر انداز ہوتا ہے (جیسے مخصوص جھلکیاں) اور تیز تر ترکیب شدہ تصویری تخلیق کرتا ہے۔

ان بہتریوں کے اوپری حصے میں، ٹیم نے سسٹم کو بہت زیادہ بہتر بنایا ہے، جس سے اسے 60Hz پر آسانی سے چلنے کی اجازت دی گئی ہے- جو کہ آرٹ کی سابقہ ​​حالت کے مقابلے میں 1000x بہتری کا دعویٰ کیا گیا ہے۔ اور مجھے کہنا پڑے گا، نتائج شاندار ہیں۔

اگرچہ ابھی تک استعمال کے معاملے کے لیے بہت زیادہ بہتر نہیں بنایا گیا ہے، محققین نے پہلے ہی سٹیریو ڈیپتھ اور مکمل 6DOF حرکت کے ساتھ VR ہیڈسیٹ کا استعمال کرتے ہوئے سسٹم کا تجربہ کیا ہے۔

محققین نے یہ نتیجہ اخذ کیا:

ہماری نمائندگی پیچیدہ منظر پر منحصر اثرات کو حاصل کرنے اور دوبارہ تیار کرنے میں موثر ہے اور معیاری گرافکس ہارڈویئر پر حساب کرنے میں موثر ہے، اس طرح ریئل ٹائم رینڈرنگ کی اجازت دیتا ہے۔ عوامی ڈیٹاسیٹس اور ہمارے زیادہ چیلنجنگ ڈیٹاسیٹ پر وسیع مطالعہ ہمارے نقطہ نظر کے جدید ترین معیار کو ظاہر کرتے ہیں۔ ہمیں یقین ہے کہ عصبی بنیاد کی توسیع کو روشنی کے میدان کے فیکٹرائزیشن کے عمومی مسئلے پر لاگو کیا جا سکتا ہے اور دیگر منظر نمائیندگیوں کے لیے جو صرف MPI تک محدود نہیں ہے، کے لیے موثر رینڈرنگ کو قابل بناتا ہے۔ ہماری بصیرت کہ کچھ عکاسی کے پیرامیٹرز اور اعلی تعدد کی ساخت کو واضح طور پر بہتر بنایا جا سکتا ہے، ٹھیک تفصیل کو بحال کرنے میں بھی مدد کر سکتا ہے، موجودہ مضمر اعصابی نمائندگیوں کو درپیش ایک چیلنج۔

آپ کو پورا پیپر مل سکتا ہے۔ NeX پروجیکٹ کی ویب سائٹ، جس میں ڈیمو شامل ہیں جنہیں آپ براؤزر میں ہی آزما سکتے ہیں۔ WebVR پر مبنی ڈیمو بھی ہیں جو PC VR ہیڈسیٹ کے ساتھ کام کرتے ہیں اگر آپ Firefox استعمال کر رہے ہیں، لیکن بدقسمتی سے Quest کے براؤزر کے ساتھ کام نہیں کرتے۔

لکڑی میں جھلکیاں اور گھڑے کے ہینڈل میں پیچیدہ جھلکیاں دیکھیں! موجودہ والیومیٹرک اور فوٹو گرام میٹرک کیپچر کے طریقوں کے لیے اس طرح کی دیکھنے پر منحصر تفصیلات بہت مشکل ہیں۔

والیومیٹرک ویڈیو کیپچر جسے میں نے VR میں دیکھا ہے عام طور پر اس طرح کے نظارے پر منحصر اثرات کے بارے میں بہت الجھن میں پڑ جاتا ہے، اکثر خاصی جھلکیوں کے لیے مناسب سٹیریو گہرائی کا تعین کرنے میں دشواری ہوتی ہے۔

فوٹوگرامیٹری، یا 'منظر اسکیننگ' نقطہ نظر، عام طور پر منظر کی روشنی کو بناوٹ میں 'بیک' کرتی ہے، جو اکثر پارباسی اشیاء کو گتے کی طرح دکھاتی ہے (چونکہ روشنی کی جھلکیاں درست طریقے سے حرکت نہیں کرتی ہیں کیونکہ آپ مختلف زاویوں سے آبجیکٹ کو دیکھتے ہیں)۔

NeX ویو کی ترکیب کی تحقیق آگے بڑھتے ہوئے VR میں والیومیٹرک کیپچر اور پلے بیک کی حقیقت پسندی کو نمایاں طور پر بہتر بنا سکتی ہے۔

ماخذ: https://www.roadtovr.com/nex-view-synthesis-algorithm-vr-capture-volumetric-light-field-photogrammetry/

ٹائم اسٹیمپ:

سے زیادہ سڑک پر وی آر