Skocz do zawartości

Skanect 0.1 - zeskanuj pokój kinectem


jefim

Rekomendowane odpowiedzi

  • Odpowiedzi 20
  • Created
  • Ostatniej odpowiedzi

Top Posters In This Topic

No do pracy pewnie nie. Ale dobra ciekawostka. Przetestuje ktoś to na jakimś obiekcie? Jestem ciekaw prawdziwego testu.

 

Edit:

Ktoś wrzucił test do sketchfaba https://sketchfab.com/show/97sGXNv1oiqbp8A4EQV5BpLNQjd

To może być odpowiedź na pytania i prośby związane z modami do GTA, co jakiś czas są jakieś o zrobienie modeli do gry.

 

A tak serio, to taka siatka może np. robić za jakiś model wyjściowy, pomocniczy? Nie przyda się.

Edytowane przez Adek
Odnośnik do komentarza
Udostępnij na innych stronach

Nie ta rozdziałka. W dalszym ciągu nieużywalny gadżet.
Jak planujesz zrobić skan głowy to oczywiście że odpada. Najtańsze skanery gdzie jakość zaczyna mieć sens od strony produkcyjnej kosztują ponad 10-krotnie tyle co kinekt. Jak tak się na to popatrzy to spoko gadżet. ;)
Odnośnik do komentarza
Udostępnij na innych stronach

claude nie bój to co trzeba wymyślić bo nie istnieje i tak będzie trzeba wyrzeźbić.

Fajna sprawa ale tylko do tworzenia referek ale myślę że programy bazujące na zdjęciach w połączeniu z dobrym aparatem są mniej wygodne bo panoramy nie zrobią z paru fotek ale jakość jest lepsza o płatnych softach już nawet nie wspominam.

photofly ciekawie wygląda.

Odnośnik do komentarza
Udostępnij na innych stronach

Dobrze by bylo pomyslec czy istnieje jakis sposob na automatyczne rozdzielanie tych point cloudow do oddzielnych obiektow w zaleznosci od materialu... Jedyne co mi przychodzi na mysl to zastosowanie AI. Ludzie patrzac na obiekty sa w stanie powiedziec co gdzie sie konczy a nawet przewidziec co mozna zobaczyc po niewidocznej stronie. Gdyby odtworzyc ten sam proces... tak by komputer byl w stanie "spojrzec" na scene 3d i zdecydowac co jest inne niz cala reszta i uzupelnic braki we "wiedzy" na podstawie wczesniejszych doswiadczen mogloby to byc bardzo ciekawe w sensie tworzenia dowolnych scen do gier/filmow bazujac na ogromnej ilosci skanowanych obiektow. W tej chwili trzeba to rozdzielac recznie uzupelniajac potem braki/dziury. Na ekranie plaskiego monitora dla czlowieka jest to dosyc ciezkie zadanie. W najprostszej formie oczywiscie mozna po prostu rozdzielic obiekty w zaleznosci od ich barwy...lub tego jak material pochlania inne niz widzialnego swiatla zakres fali. Tak czy inaczej czlowiek nie potrzebuje innych zakresu fali do oddzielenia w myslach krzesla od podlogi z gory wie ze krzeslo mozna poruszyc wzgledem powierzchni na ktorej sie znajduje. Czyli maszyna musialaby najpierw sprobowac odgadnac... co jest czym w 3d na podstawie jakiejs bazy danych. Jednoczesnie musialaby wiedziec... jaka jest funkcja danego obiektu by odgadnac czy przykladowe krzeslo jest czyms zupelnie innym lub tylko czescia wiekszej calosci.

Edytowane przez norden
Odnośnik do komentarza
Udostępnij na innych stronach

Dobrze by bylo pomyslec czy istnieje jakis sposob na automatyczne rozdzielanie tych point cloudow do oddzielnych obiektow w zaleznosci od materialu... Jedyne co mi przychodzi na mysl to zastosowanie AI. Ludzie patrzac na obiekty sa w stanie powiedziec co gdzie sie konczy a nawet przewidziec co mozna zobaczyc po niewidocznej stronie. Gdyby odtworzyc ten sam proces... tak by komputer byl w stanie "spojrzec" na scene 3d i zdecydowac co jest inne niz cala reszta i uzupelnic braki we "wiedzy" na podstawie wczesniejszych doswiadczen mogloby to byc bardzo ciekawe w sensie tworzenia dowolnych scen do gier/filmow bazujac na ogromnej ilosci skanowanych obiektow. W tej chwili trzeba to rozdzielac recznie uzupelniajac potem braki/dziury. Na ekranie plaskiego monitora dla czlowieka jest to dosyc ciezkie zadanie. W najprostszej formie oczywiscie mozna po prostu rozdzielic obiekty w zaleznosci od ich barwy...lub tego jak material pochlania inne niz widzialnego swiatla zakres fali. Tak czy inaczej czlowiek nie potrzebuje innych zakresu fali do oddzielenia w myslach krzesla od podlogi z gory wie ze krzeslo mozna poruszyc wzgledem powierzchni na ktorej sie znajduje. Czyli maszyna musialaby najpierw sprobowac odgadnac... co jest czym w 3d na podstawie jakiejs bazy danych. Jednoczesnie musialaby wiedziec... jaka jest funkcja danego obiektu by odgadnac czy przykladowe krzeslo jest czyms zupelnie innym lub tylko czescia wiekszej calosci.

 

 

To brzmi jak koncept transkrypcji z dźwięku tylko dla obiektów 3d. Niestety to nie jest takie proste. Ai działa w oparciu o logikę i matematyczne dane. Umysł człowieka natomiast działa na zasadzie wyobrażeń, wierzeń, przekonań i skojarzeń. Jak dotąd nie stworzono algorytmu rozpoznawania twarzy który odpowiadałby ludzkiemu (niemal każdy program da się oszukać malując sobie jakiś wzorek na policzkach). Co do skanowania 3d to mam wątpliwości czy da się napisać program, który będzie wiedział, że właśnie filmuje lustro a nie dziurę w ścianie. Rozpoznawanie przedmiotów nieskatalogowanych to byłby zupełnie kosmos. Wystarczy położyć obrus na stole i już mamy inny stół.

 

No ale sam pomysł ciekawy tylko z punktu widzenia obecnych technologii niewykonalny.

Odnośnik do komentarza
Udostępnij na innych stronach

Marvin:/> Oj tam oj tam ;) Niewykonalny tylko w umyslach ktorzy wierza ze to niewykonalne. Poza tym czlowiek tez pada zludzeniom optycznym. Wszelkie malowanie na chodnikach nieistniejacych przestrzeni. Lustrami w architekturze oszukuje sie tworzac wrazenie wiekszej przestrzeni. Ja uwazam ze to jedynie kwestia ilosci danych jakie maszyna bedzie w stanie zebrac z danego pomieszczenia i spokojnie bedzie software mogl to wszystko rozdzielic. Zgadzamy sie jednak w kwestii ze troche wody we Wisle uplynie nim to sie wydarzy, bo to jeden z tych glebszych konceptow.

Odnośnik do komentarza
Udostępnij na innych stronach

Grave:/> Dzieki za link. Mozemy byc blisko zatem lub bardzo daleko od podobnego rodzaju sytemow rozpoznawania ksztaltow i wyciagania z tego wnioskow by podjac dzialania. Taka maszyna/procesor jednak musialaby byc przynajmniej tak samo lub bardziej zlozona jak nasz wlasny mozg. Wytworzenie czegos takiego sztucznie by mialo podobny jak my speed jeszcze chwile zajmie.

 

Zrobilem sobie wlasnie taki eksperyment... rozgladajac sie po biurze probujac rozroznic jak najwiecej przedmiotow ile sie da. Wychodzi mi ze tak z 0,3-0,4 sekundy potrzebuje na uswiadomienie sobie czym dany przedmiot jest by moc wypowiedziec nazwe w myslach, ale czasem po prostu zamiast nazwy pojawia sie jako pierwsze ze to np jest plastik, metal, drewno. Tak wiec to co mowi ten gosciu pod linkiem na youtube ktory podales ma racje. Najpierw to wszystko przechodzi przez taki jakby ogolny katalog...dopiero chwile pozniej przechodzisz do szczegolow. Zwlaszcza w przypadku przedmiotow na ktore wczesniej nei zwracales uwagi. Widzac np. monete nie zastanawiasz sie czy jest z miedzi... po prostu nazywasz ja moneta ; ] bo tak czesto placi sie pieniedzmi za te poranne bulki w sklepie ze zapada to bardziej w pamiec niz np jakas obudowa tablicy korkowej etc.

Edytowane przez norden
Odnośnik do komentarza
Udostępnij na innych stronach

Zabawna dyskusja... ale zupełnie poważnie to oczywiście nie potrzeba tutaj sztucznej inteligencji. W ograniczonych kontekstach z dużym powodzeniem od lat stosuje się na masową skalę metody czysto numeryczne. Przecież satelity od lat rozpoznają złoża, surowce, rozróżniają lód topniejący i nietopniejący, lasy zdrowe od chorych etc. Podobnie programy medyczne w przestrzennych danych z tomografu rozpoznają typy tkanek i miejsca chorobowe, czego "gołym okiem" w obrazie z tomografu w ogóle nie widać. Gdyby zależało nam na rozróżnianiu materiałów, można komputer zaopatrzyć w inne dane niż obrazy w świetle widzialnym. Komputery świetnie sobie radzą w znajdowaniu korelacji między różnymi danymi (czyli właśnie aproksymowaniu wielowymiarowych funkcji, takich jak związek gęstości tkanki, jej koloru i sąsiedztwa z obecnością choroby na przykład).

Odnośnik do komentarza
Udostępnij na innych stronach

SYmek:/> Ale jak czlowiek nie spojrzy na te dane topniejacego i nietopniejacego lodu ;] to dla komputera chyba wszystko jedno czy lod jest topniejacy czy nie right? My mowimy tutaj o czyms innym. Czas na story:

Powiedzmy ze polska "autostrada" jedzie ukrainski TIR. Kierowca jest narabany w 3d. Zjechal z drogi rozsypujac caly transport marchewek. Drugi za nim pedzacy TIR wiozl lody dla biednych dzieci. Najechawszy na marchewki rowniez rozsypal caly swoj transport na powierzchnie autostrady. I tu pojawia sie problem satelity obdarzonego AI a satelity zbierajacego cyferki. Satelita AI wykryje iz niemozliwym jest by w tym miejscu we Wielkopolsce czapa lodowa topniala i zignoruje dane bez dokonywania na nich jakichkolwiek dalszych operacji. Satelita bez AI wygeneruje w tym miejscu piksel bez zastanawiania sie i dolaczy to do reszty danych i by oddzielic bledy musi dysponowac dodatkowymi informacjami/funkcjami wprowadzonych do programu wczesniej. AI moze taka funkcje wymyslic sobie w locie napotkawszy na problem.

 

Komputer sam z siebie nie napisze poezji albo epopei narodowej ani muzyki ktora trafi na top listy przebojow. AI moze dostac takie zadanie i po przeanalizowaniu calosci oraz wlasnych wczesniejszych doswiadczen, uzupelniajac brakujace informacje jest w stanie stworzyc iluzje inteligencji stojacej za dzielem.

Edytowane przez norden
Odnośnik do komentarza
Udostępnij na innych stronach

Generalnie to nie, nie masz racji. Granica między "zbieraczami cyferek" a "inteligentnymi" satelitami jest iluzoryczna, cz po prostu czysto funkcjonalna. Zbieracza cyferek można uczynić odpornym na błędy kierowców, albo mówiąc inaczej, to są te same satelity, tylko jeden zrobiony gorzej od drugiego.

 

Zresztą ta rozmowa nie ma sensu na tym poziomie ogólności. Jedyne co chciałem powiedzieć, to że komputery potrafią rozróżniać materiały, przedmioty lub części ciała od dawna i nie potrzebują do tego jakieś nad-komputerowej mocy, której nie mają dzisiejsze programy. Zwykła algebra liniowa na dobrze dobranych danych wystarcza w wielu wcale nie eksperymentalnych przypadkach.

 

sie ma,

skk.

Odnośnik do komentarza
Udostępnij na innych stronach

Rozumiem SYmek że nie próbujesz powiedzieć, że komputery potrafią na poziomie człowieka rozróżniać materiały/przedmioty itd, a chyba właśnie o to chodzi nordenowi - że komputery coś tam mogą, ale są w tym słabe. W sumie to jedni mogą stwierdzić że obecne komputery potrafią niewiele, a inni że bardzo dużo ale to po prostu podejście z różnym nastawieniem i rzeczywiście na takim podłożu to nie ma sensu prowadzić dyskusji.

Odnośnik do komentarza
Udostępnij na innych stronach

Przedewszystkim wspolczesne komputery sa maszynami w pelni deterministycznymi. Wykonanie programu przebiega tak samo za kazdym razem. Oczywiscie mozna pewne wartosci zmiennych programu pobierac z zewnatrz. W momencie kiedy programista/sci nie byli w stanie przewidziec pewnych zdarzen. Program zwroci bledny wynik lub zawola EXIT! W przypadku skanowania sceny i rozdzielania na obiekty... OK miejmy nawet baze danych wszystkiego tak jak proponuje Symek do wykonania naszego algorytmu. Mimo wszystko otrzymamay bledy.

 

program obdarzony AI potrafi sam sie zmieniac nie jest determistyczny i nie musisz dostarczac mu pelnej bazy danych. Sam nauczy sie jak rozdzielac obiekty bedac w coraz to kolejnych iteracjach lepszy i lepszy. Patrz algorytmy ewolucji i tym podobne. Wynik programu w tym przypadku zaskakuje nawet tworcow.

Odnośnik do komentarza
Udostępnij na innych stronach

Jeśli chcesz dodać odpowiedź, zaloguj się lub zarejestruj nowe konto

Jedynie zarejestrowani użytkownicy mogą komentować zawartość tej strony.

Zarejestruj nowe konto

Załóż nowe konto. To bardzo proste!

Zarejestruj się

Zaloguj się

Posiadasz już konto? Zaloguj się poniżej.

Zaloguj się



×
×
  • Dodaj nową pozycję...

Powiadomienie o plikach cookie

Wykorzystujemy cookies. Przeczytaj więcej Polityka prywatności