【技术实现步骤摘要】
【国外来华专利技术】
至少一个实施例涉及用于执行和促进人工智能的处理资源。例如，至少一个实施例涉及用于训练神经网络的处理器或计算系统，并且至少一个实施例涉及根据本文描述的各种新型技术用于使用神经网络执行推理的处理器或计算系统。
技术介绍
1、在各种情况下，可能需要或希望生成物理对象的虚拟或数字表示。这样的过程可以包括捕获对象的一个或更多个图像，然后尝试使用捕获的图像生成该对象的精确数字重建。虽然诸如那些基于机器学习的技术之类的技术可以提供这样的生成，但这些技术在可以提供的重建质量方面是有限的。这可以包括对重建的几何结构或形状的质量的限制，或对可以提供的细节水平的限制，特别是对于精细纹理或其他此类视觉方面。此外，神经网络在可以重建的对象的大小方面也受到限制，这可能会妨碍这种方法用于各种重建任务。
技术实现思路
【技术保护点】
1.一种处理器，包括：
2.根据权利要求1所述的处理器，其中所述一个或更多个第一神经网络接收将针对其生成所述3D模型的物理对象的一个或更多个二维(2D)图像作为输入。
3.根据权利要求2所述的处理器，其中所述细节级别至少与所述物理对象的几何结构或外观有关，并且其中所述外观包括将使用所述3D模型来重建的所述物理对象的颜色、纹理、图案、分辨率、透明度或反射率中的至少一个。
4.根据权利要求1所述的处理器，其中所述一个或更多个第二网络用于在一个或更多个精炼阶段中修改所述3D模型，并且其中各个精炼阶段被选择为包括将针对相应精炼阶段并行运行的...
【技术特征摘要】
【国外来华专利技术】
1.一种处理器，包括：
2.根据权利要求1所述的处理器，其中所述一个或更多个第一神经网络接收将针对其生成所述3d模型的物理对象的一个或更多个二维(2d)图像作为输入。
3.根据权利要求2所述的处理器，其中所述细节级别至少与所述物理对象的几何结构或外观有关，并且其中所述外观包括将使用所述3d模型来重建的所述物理对象的颜色、纹理、图案、分辨率、透明度或反射率中的至少一个。
4.根据权利要求1所述的处理器，其中所述一个或更多个第二网络用于在一个或更多个精炼阶段中修改所述3d模型，并且其中各个精炼阶段被选择为包括将针对相应精炼阶段并行运行的一个或更多个类型的所述第二神经网络中的一个或更多个。
5.根据权利要求4所述的处理器，其中所述第一神经网络是基于机器学习生成式(mlg)的网络，并且其中所述一个或更多个第二神经网络包括至少一个基于运动结构(sfm)的网络。
6.根据权利要求4所述的处理器，其中所述一个或更多个精炼阶段中的最后阶段包括多个基于sfm的网络，以用于针对所述3d模型的相应部分执行精炼。
7.一种系统，包括：
8.根据权利要求7所述的系统，其中所述一个或更多个第一神经网络接收将针对其生成所述3d模型的物理对象的一个或更多个二维(2d)图像作为输入。
9.根据权利要求8所述的系统，其中所述细节级别至少与所述物理对象的几何结构或外观有关，并且其中所述外观包括将使用所述3d模型来重建的所述物理对象的颜色、纹理、图案、分辨率、透明度或反射率中的至少一个。
10.根据权利要求7所述的系统，其中所述一个或更多个第二网络用于在一个或更多个精炼阶段中修改所述3d模型，并且其中各个精炼阶段被选择为包括将针对相应精炼阶段并行运行的一个或更多个类型的所述第二神经网络中的一个或更多个。
11.根据权利要求10所述的系统，其中所述第一神经网络是基于机器学习生成式(mlg)的网络，并且其中所述一个或更多个第二神经网络包括至少一个基于运动结构(sfm)的网络。
12.根据权利要求10所述的系统，其中所述一个或更多个精炼阶段中的最后阶段包括多个基于sfm的网络，以用于针对所述3d模型的相应部分执行精炼。
13.一种方法，包括：
14.根据权利要求13所述的方法，其中所述一个或更多个第一神经网络接收将针对其生成所述3d模型的物理对象的一个或更多个二维(2d)图像作为输入。
15.根据权利要求14所述的方法，其中所述细节级别至少与所述物理对象的几何结构或外观有关，并且其中所述外观包括将使用所述3d模型来重建的所述物理对象的颜色、纹理、图案、分辨率、透明度或反射率中的至少一个。
16.根据权利要求13所述的方法，其中所述一个或更多个第二网络用于在一个或更多个精炼阶段中修改所述3d模型，并且其中各个精炼阶段被选择为包括将针对相应精炼阶段并行运行的一个或更...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。