杰西·埃利斯
10月 08， 2024 06：55
NVIDIA 利用 AI 和 RTX GPU 来增强 NeRF 和高斯飞溅等现实捕捉技术，从而改进 3D 建模和可视化流程。
NVIDIA 通过集成 AI 和 RTX GPU 来增强神经辐射场 （NeRF） 和高斯飞溅等技术，从而突破现实捕捉的界限。据 NVIDIA 技术博客称，这些进步显著改善了环境沉浸式数字表示的创建。
现实捕捉的进步
实景捕捉涉及使用摄影测量和激光雷达等技术创建物理空间的详细 3D 模型。NVIDIA 的 RTX GPU 支持加速数据处理，从而更快、更高效地处理大型数据集。NeRF 从有限的 2D 图像创建逼真的 3D 场景，而高斯展开则提供 3D 表面的高效实时渲染。
摄影测量和激光雷达
摄影测量从图像中提取空间信息以创建点云，然后使用这些点云生成 3D 模型。与使用激光脉冲进行高精度 3D 测绘的激光雷达相比，这是一种经济高效的方法。尽管成本较高，但 Lidar 的准确性非常出色，并且在弱光条件下有效。
使用 NVIDIA 技术增强工作流程
NVIDIA 的 CUDA 技术可加速现实捕捉数据的处理，而 RTX 则支持实时光线追踪，以实现逼真的可视化效果。这种组合对于需要高分辨率扫描和沉浸式 3D 可视化的项目至关重要。
NeRF 和高斯飞溅
NeRF 利用机器学习从更少的图像合成 3D 场景，提供详细的视觉保真度。高斯展开通过在 2.5D 空间中叠加高斯函数来提供平滑的可视化效果，非常适合需要快速渲染的应用程序，如城市规划和虚拟现实。
AI 集成
AI 通过改进对象识别和分割来增强现实捕捉。NVIDIA 的 SAL 方法可自动对激光雷达数据进行分割，而 Hover 等初创公司则使用 AI 生成详细的 3D 建筑模型。这些创新简化了工作流程并提高了准确性。
结论
NVIDIA 将 AI 和 RTX GPU 集成在一起，正在改变现实捕捉技术，提供更快的处理速度和改进的可视化功能。这些进步将重新定义建筑、城市发展和数字内容创建中的应用。
图片来源： Shutterstock
