El método que se utilizaba hasta ahora para representar figuras volumétricas, la malla poligonal, va a dejar paso a uno más eficiente, las nubes de puntos, gracias a la ayuda de las redes neuronales. Google, Apple, Nvidia y Microsoft ya dan los primeros pasos.
#7:
Hola. Voto errónea, confunde y mezcla términos. Habla de point-cloud como si fueran algo nuevo, y tienen ya 30 años. Por otro lado, confunde al decir que las redes convolucionales pueden ser usadas para rellenar los huecos haciendo un uso computacional eficiente... no es eficiente, además que no sería genérica, a nivel computacional no valdrían para tiempo real, pensad que internamente cada red almacena matrices de pesos que son números reales y en cada capa hay que operar, es mucho más ineficiente que los polígonos. Y por último cuando habla de ARCore y ARKit también está condundido. En AR las nubes de puntos son registros de características ópticas... es decir, puntos que sabe reconocer dónde están situados. Para entenderlo, antiguamente se usaban códigos QR o similares como referencia para el pintado, a día de hoy no, puedes representar algo en el espacio y referenciarlo con lo que lo rodea. Para ello, se captan puntos característicos, por ejemplo las esquinas de una mesa o similares, puntos que si mueves la cámara se puede seguir dónde están ahora con respecto a la posición inicial para calcular ángulo y distancia. Eso es lo que almacenan el registro PointCloud de ambos.
Hola. Voto errónea, confunde y mezcla términos. Habla de point-cloud como si fueran algo nuevo, y tienen ya 30 años. Por otro lado, confunde al decir que las redes convolucionales pueden ser usadas para rellenar los huecos haciendo un uso computacional eficiente... no es eficiente, además que no sería genérica, a nivel computacional no valdrían para tiempo real, pensad que internamente cada red almacena matrices de pesos que son números reales y en cada capa hay que operar, es mucho más ineficiente que los polígonos. Y por último cuando habla de ARCore y ARKit también está condundido. En AR las nubes de puntos son registros de características ópticas... es decir, puntos que sabe reconocer dónde están situados. Para entenderlo, antiguamente se usaban códigos QR o similares como referencia para el pintado, a día de hoy no, puedes representar algo en el espacio y referenciarlo con lo que lo rodea. Para ello, se captan puntos característicos, por ejemplo las esquinas de una mesa o similares, puntos que si mueves la cámara se puede seguir dónde están ahora con respecto a la posición inicial para calcular ángulo y distancia. Eso es lo que almacenan el registro PointCloud de ambos.
#7 Sinceramente, creo que no has entendido lo que has leído. Diferencias puntos y polígonos como si no tuviesen nada que ver, como si los polígonos no se construyesen a partir de puntos. De hecho el procedimiento actual del que tú pareces estar tan orgulloso primero define nodos por coordenadas geométricas y a continuación define los polígonos especificando conectividades entre nodos.
Pero vamos, lo de siempre, los de Google son gilipollas y los que saben de verdad están aquí comentando en meneame.
#15 Hola. Google sabe lo que dice perfectamente. El artículo no lo ha escrito google, de hecho se nota que el que lo ha escrito no entiende de lo que habla. No hay ningún paper detrás, ni ninguna publicación. En otro orden de cosas, lo que yo digo es que una red convolucional tiene muchísimos más cálculos de coma flotante que un cálculo de polígonos, no pensaba que lo tuviese que desarrollar, se entiende a la primera. Y no digo que yo sepa de verdad ni mucho menos, pero me dedico a la IA profesionalmente, y mucho menos diría qur los de Google son gilipollas, pero esta publicación, repito, no tiene ni un ápice de base en nada de Google. O a lo mejor te estoy contestando en serio y no eres más que un troll.
#17 De lo cual he contestado, que no usan PointCloud para el render sino en el sistema de referencia. Lee mi post o ve a la documentación de la API de ARCore. Se usan para el SLAM Map para la referencia espacial, tal y como explico.
#18 ¿Y a quien le has contestado eso? No recuerdo que nadie haya dicho que usen nubes de puntos para el render. ¿O es que solo buscabas una excusa para echar tu rollo?
#19 Te resumo el orden de lo sucedido:
- Hay un artículo sin base alguna que parece escrito por un periodista sin idea de informática
- Menciono errores varios del artículo. Uno de los principales es que confunde las nubes de puntos de representaciones 3D con las de referencias en sistemas AR
- llegas y me dices que ni puta idea tengo y que si vamos a saber en menéame más que en google
- te digo que no, pero el artículo no se basa en paper alguno de google
- Dices que "crees que" menciona ARCore y Tango
- Te digo que a eso ya contesté (en mi primer comentario al que tú respondes) y doy más información
Y ahora dices que a quién contesté y que el artículo no dice que se usen para el render, cuando el artículo trata exclusivamente de eso!!!
#20 Yo tengo un resumen aún más corto: Entiendes lo que te apetece y contestas lo que te da la gana, adornado de tecnicismos para quedar de pro. Un clásico.
#6 Yo estaba muy interesado en el artículo pero luego no entra a contarte el grueso del asunto, o es que no está resuelto aún:
[...] Gracias a la integración de redes neuronales en el motor gráfico, hacer zoom-in o zoom-out, no es un problema. Las redes neuronales pueden rellenar los huecos de puntos espaciales cuando nos acercamos, de modo que la resolución o el detalle del modelo 3D se va actualizando según las condiciones en pantalla. [...]
Para empezar, que estoy algo desentendido del tema de las redes neuronales y tengo que me suena demasiado mágico, si algún meneamente entendido me hiciera un resumen le estaría muy agradecido. Pero aparte de eso ¿Como rellenan los huecos? ¿Con más puntos? Imagino, que sí, pero ¿que densidad de puntos necesitas para rellenar una superficie plana gigante y hasta que punto es más eficiente que un polígono plano?
#8 hola, siento no ser más extenso, pero estoy de tapas. Digamos que tienes que hacer una red que rellene caras. Lo que haces es crear una que reconoce caras primero, y luego haces que esta responda a la primera lo bien o mal que va.
Acaban de redescubrir el minecraft.
Lo que el articulo llama nube de puntos, se llaman voxels y lleva rondando desde hace decadas. https://en.m.wikipedia.org/wiki/Voxel
Las nubes de puntos es la cosa más ineficiente en términos de trabajo 3d q hay.
La pequeña variación de interpretación en el umbral de ruido y el objeto variaría entre ordenador y ordenador.
Se usa para obtener información del mundo real y pasarla a 3D
Comentarios
¡Han descubierto los átomos!
Hola. Voto errónea, confunde y mezcla términos. Habla de point-cloud como si fueran algo nuevo, y tienen ya 30 años. Por otro lado, confunde al decir que las redes convolucionales pueden ser usadas para rellenar los huecos haciendo un uso computacional eficiente... no es eficiente, además que no sería genérica, a nivel computacional no valdrían para tiempo real, pensad que internamente cada red almacena matrices de pesos que son números reales y en cada capa hay que operar, es mucho más ineficiente que los polígonos. Y por último cuando habla de ARCore y ARKit también está condundido. En AR las nubes de puntos son registros de características ópticas... es decir, puntos que sabe reconocer dónde están situados. Para entenderlo, antiguamente se usaban códigos QR o similares como referencia para el pintado, a día de hoy no, puedes representar algo en el espacio y referenciarlo con lo que lo rodea. Para ello, se captan puntos característicos, por ejemplo las esquinas de una mesa o similares, puntos que si mueves la cámara se puede seguir dónde están ahora con respecto a la posición inicial para calcular ángulo y distancia. Eso es lo que almacenan el registro PointCloud de ambos.
#7 Sinceramente, creo que no has entendido lo que has leído. Diferencias puntos y polígonos como si no tuviesen nada que ver, como si los polígonos no se construyesen a partir de puntos. De hecho el procedimiento actual del que tú pareces estar tan orgulloso primero define nodos por coordenadas geométricas y a continuación define los polígonos especificando conectividades entre nodos.
Pero vamos, lo de siempre, los de Google son gilipollas y los que saben de verdad están aquí comentando en meneame.
#15 Hola. Google sabe lo que dice perfectamente. El artículo no lo ha escrito google, de hecho se nota que el que lo ha escrito no entiende de lo que habla. No hay ningún paper detrás, ni ninguna publicación. En otro orden de cosas, lo que yo digo es que una red convolucional tiene muchísimos más cálculos de coma flotante que un cálculo de polígonos, no pensaba que lo tuviese que desarrollar, se entiende a la primera. Y no digo que yo sepa de verdad ni mucho menos, pero me dedico a la IA profesionalmente, y mucho menos diría qur los de Google son gilipollas, pero esta publicación, repito, no tiene ni un ápice de base en nada de Google. O a lo mejor te estoy contestando en serio y no eres más que un troll.
#16 Creo recordar que el artículo menciona los proyectos Tango y ARcore de Google. Si no los conoces te recomiendo que les eches un vistazo.
#17 De lo cual he contestado, que no usan PointCloud para el render sino en el sistema de referencia. Lee mi post o ve a la documentación de la API de ARCore. Se usan para el SLAM Map para la referencia espacial, tal y como explico.
#18 ¿Y a quien le has contestado eso? No recuerdo que nadie haya dicho que usen nubes de puntos para el render. ¿O es que solo buscabas una excusa para echar tu rollo?
#19 Te resumo el orden de lo sucedido:
- Hay un artículo sin base alguna que parece escrito por un periodista sin idea de informática
- Menciono errores varios del artículo. Uno de los principales es que confunde las nubes de puntos de representaciones 3D con las de referencias en sistemas AR
- llegas y me dices que ni puta idea tengo y que si vamos a saber en menéame más que en google
- te digo que no, pero el artículo no se basa en paper alguno de google
- Dices que "crees que" menciona ARCore y Tango
- Te digo que a eso ya contesté (en mi primer comentario al que tú respondes) y doy más información
Y ahora dices que a quién contesté y que el artículo no dice que se usen para el render, cuando el artículo trata exclusivamente de eso!!!
Vete a trollear a otro. En fin.
#20 Yo tengo un resumen aún más corto: Entiendes lo que te apetece y contestas lo que te da la gana, adornado de tecnicismos para quedar de pro. Un clásico.
#21 vale tío, lo que tú digas.
#22 gracias bro
Soy yo, o este artículo no dice nada?
#6 Yo estaba muy interesado en el artículo pero luego no entra a contarte el grueso del asunto, o es que no está resuelto aún:
[...] Gracias a la integración de redes neuronales en el motor gráfico, hacer zoom-in o zoom-out, no es un problema. Las redes neuronales pueden rellenar los huecos de puntos espaciales cuando nos acercamos, de modo que la resolución o el detalle del modelo 3D se va actualizando según las condiciones en pantalla. [...]
Para empezar, que estoy algo desentendido del tema de las redes neuronales y tengo que me suena demasiado mágico, si algún meneamente entendido me hiciera un resumen le estaría muy agradecido. Pero aparte de eso ¿Como rellenan los huecos? ¿Con más puntos? Imagino, que sí, pero ¿que densidad de puntos necesitas para rellenar una superficie plana gigante y hasta que punto es más eficiente que un polígono plano?
#8 hola, siento no ser más extenso, pero estoy de tapas. Digamos que tienes que hacer una red que rellene caras. Lo que haces es crear una que reconoce caras primero, y luego haces que esta responda a la primera lo bien o mal que va.
Acaban de redescubrir el minecraft.
Lo que el articulo llama nube de puntos, se llaman voxels y lleva rondando desde hace decadas.
https://en.m.wikipedia.org/wiki/Voxel
#4 En el enlace que pones se dice claramente que voxels y puntos no son lo mismo.
Qué nivel de detalle, la noticia. Tan rica en enlaces a fuentes y corrección técnica. Da gusto informarse así.
"... Lo que no va a hacer nunca la máquina es fabricar máquinas"
#3 Montaje en serle de automóviles. Autómatas en cadenas de montaje.
Todas las herramientas que ayuden a mejorar softwares son positivas. Ya sean redes neuronales o lo que sea...
Las nubes de puntos es la cosa más ineficiente en términos de trabajo 3d q hay.
La pequeña variación de interpretación en el umbral de ruido y el objeto variaría entre ordenador y ordenador.
Se usa para obtener información del mundo real y pasarla a 3D
En el artículo deberían hablar de Euclideon y su tecnología Unlimited Detail (
. Creo que ellos fueron los pioneros en usar nubes de puntos.Me parece que confunde diseñar con modelar o los objetos reales de los que se basa para el escaneo no los diseño nadie ?
https://i.ytimg.com/vi/sLw_9UEqfcA/maxresdefault.jpg