4.4 Phương pháp PifuHD
4.4.4. Kết quả nghiên cứu
Dataset: Để có được hình học 3D độ chính xác cao và các hình ảnh tương ứng,
phương pháp này sử dụng dữ liệu RenderPeople, bao gồm 500 bản quét quang phổ độ phân giải cao có sẵn trên thị trường. Chúng tôi chia bộ dữ liệu thành một bộ đào tạo (data train) gồm 450 đối tượng và một bộ kiểm tra (data test) gồm 50 đối tượng và kết xuất các mắt lưới với sự truyền bức xạ được tính tốn trước bằng cách sử dụng 163 hình cầu bậc hai từ HDRI Haven1. Mỗi chủ thể được hiển thị từ mọi mức độ khác trong trục hàm với độ cao cố định bằng 0.
63
Hình 4-14 So sánh kết quả của phương pháp với một thiết kế khác (nguồn internet)
Đánh giá định tính chức năng ngầm định theo pixel đa cấp của chúng tôi trên các mẫu từ bộ dữ liệu RenderPeople và BUFF. So sánh kết quả của phương pháp này với kết quả của các thiết kế thay thế khác.
Đánh giá
Qua phương pháp này, chúng em đánh giá tầm quan trọng của tính năng nhúng 3D đóng vai trị quan trọng trong bối cảnh tổng thể đối với suy luận có độ phân giải cao. Để hỗ trợ độ phân giải đầu vào lớn hơn tại thời điểm suy luận, bằng cách cắt ngẫu nhiên 512 × 512 từ hình ảnh 1024 × 1024, tương tự như các tác vụ thị giác máy tính 2D. Điều này minh họa rằng việc tái tạo 3D bằng cách sử dụng các tính năng có độ phân giải cao mà khơng có lý luận tổng thể sẽ gặp phải tình trạng mơ hồ về chiều sâu và khơng thể tổng qt hóa với sự khác biệt về kích thước đầu vào giữa đào tạo và sự suy luận. Do đó, sự kết hợp giữa lý luận tổng thể và các tính năng hình ảnh có độ phân giải cao là điều cần thiết để tái tạo 3D độ trung thực cao.
64
CHƯƠNG 5: THI CÔNG