Исследователи ускорили создание 3D-моделей городов с помощью ИИ

Разработчики из Университета Ватерлоо представили инновационную технологию, позволяющую быстро и недорого создавать масштабные 3D-модели городов на основе обычных 2D-аэрофотоснимков. Инновация может значительно изменить подходы в градостроительном планировании, архитектуре и кинопроизводстве.
Анастасия Копылова
Автор Наука Mail
город
В основе технологии лежит метод Gaussian Splatting (гауссово сплатирование)Источник: Unsplash

Команда исследователей с инженерного и экологического факультетов в Канаде совместно с коллегами из китайского университета Цзимэй представила технологию, способную преобразовать 2D-аэрофотоснимки в высококачественные 3D-модели городских ландшафтов. В основе лежит метод гауссового сплатирования. Это система, которая использует миллионы миниатюрных эллипсоидов с уникальными цветами и освещением для воссоздания объемных объектов. Как утверждают авторы разработки, новая система способна автоматически строить 3D-модели целых мегаполисов, используя всего несколько сотен спутниковых снимков, например, изображения из Google Earth.

«На создание цифровой 3D-модели Нью-Йорка для очередного фильма о Человеке-пауке раньше уходило несколько месяцев ручной работы опытных 3D-художников. С нашей системой это можно сделать за несколько часов в полностью автоматизированном режиме», — объясняет Кайл Гао, аспирант инженерной школы системного проектирования и соавтор исследования.

Разработка может стать востребованной в таких отраслях, как архитектурное проектирование и визуализация градостроительных проектов. Например, архитекторы могут оперативно получать точные 3D-модели зданий рядом с предполагаемым объектом строительства, не выходя из офиса. А городские планировщики — создавать наглядные видео-презентации будущих районов.

Команда создателей умной системы планирует коммерциализировать технологию и интегрировать в нее модули искусственного интеллекта для анализа данных. В числе потенциальных направлений применения — анализ дорожного трафика, солнечного потенциала, затрат на электроэнергию, качества воздуха и даже прогнозирование погодных условий. «Наша цель — понять весь спектр возможностей этой технологии, — говорит Гао. — Мы хотим узнать, где она работает лучше всего, а где ее стоит доработать».

Ранее в одной из статей мы писали о том, как ИИ справляется с шифром легендарной «Энигмы» за 13 минут.