W tętniącym życiem Nowym Orleanie 19 czerwca 2022 r. ogłoszono zwycięzców trzeciej edycji konkursu SHARP Chellange, w którym wyzwanie dotyczyło odzyskiwania kształtu z częściowo teksturowanych skanów 3D.
To coroczne wydarzenie jest współorganizowane i prowadzone przez światowego lidera w dziedzinie technologii skanowania 3D – firmę Artec 3D oraz Interdyscyplinarne Centrum Bezpieczeństwa, Niezawodności i Zaufania (SnT) Uniwersytetu Luksemburskiego, w celu rozwoju sztucznej inteligencji i uczenia maszynowego dzięki przetwarzaniu danych 3D oraz promowania technologii przyrostowych w środowiskach akademickich.
Dokładność dzięki algorytmom
Trzecia edycja SHARP Challenge dotyczyła odzyskiwania kształtu ze skanów 3D częściowo teksturowanych.
Badania nad trójwymiarową rekonstrukcją geometrii opartą na danych były w ostatnich latach bardzo aktywne dzięki dostępności dużych zbiorów danych modeli 3D. Jednak obecne metody nie skupiały się wystarczająco na dwóch ważnych aspektach — rekonstrukcji pełnych obiektów 3D z kształtem i teksturą jednocześnie oraz rekonstrukcji ostrych krawędzi, które mają tendencję do wygładzania przez skanowanie 3D. Celem konkursu jest promowanie rozwoju metod odzyskiwania pełnego skanu 3D z częściowego przechwytywania. To z kolei powinno sprzyjać rozwojowi technik modelowania i przetwarzania 3D, które wykorzystują zarówno geometrię, jak i teksturę.
Tegoroczny konkurs obejmował rekonstrukcję siatek 3D w pełnej rozdzielczości z częściowych lub zaszumionych skanów 3D i składał się z 2 zadań.
Pierwsze polegało na odzyskaniu teksturowanych skanów 3D z częściowej akwizycji, a drugie na odzyskiwaniu drobnych szczegółów o ostrych krawędziach ze skanów z gładkimi krawędziami.
Zwycięzcą pierwszego wyzwania został zespół z Dalian University of Technology w Chinach. Drugi challenge wygrał natomiast zespół ETH Zurich ze Szwajcarii.
Przełom w przetwarzaniu danych 3D
Według Gleba Guseva — dyrektora ds. technologii w Artec 3D, AI/ML radzi sobie z jedno i dwuwymiarowymi danymi, takimi jak mowa, tekst i obrazy za pomocą sieci neuronowych, ale praca z danymi 3D jest znacznie trudniejsza i wciąż pozostaje „niezbadanym terytorium”.
SnT i Artec 3D, inicjując i sponsorując SHARP Challenge, chcą osiągnąć znacznie więcej, na przykład automatycznie uzupełniane dane i konwersję siatki do CAD.
Ci liderzy branży od ponad pięciu lat współpracują w ramach akademickich projektów badawczych i rozwijania partnerstw edukacyjnych. SnT od momentu powstania w 2009 r., prowadzi na arenie międzynarodowej badania w zakresie technologii informacyjnych i komunikacyjnych koncentrując się na pomiarach ciała, współpracy edukacyjnej, bezpieczeństwie (rozpoznawanie twarzy 3D) i nie tylko.
