Convierte tus imágenes en modelos tridimensionales

Convierte tus imágenes en modelos tridimensionales
La Universidad de Stanford se ha caracterizado por generar proyectos en linea bastante interesantes e innovadores, el mismo Google es parte de ellos, y ahora es el caso de Make 3D, un aplicación web con la que puedes generar modelos tridimensionales a partir de una imagen, ya sea una fotografía, una pintura o cualquier gráfico que presente profundidad.


Ir a Make3D


Convierte tus imágenes en modelos tridimensionales

La creación del modelo tiene su base en un algoritmo que genera un mapa de profundidades analizando cada punto en particular (visión monocular) y posteriormente su relación en el contexto de la imagen a diferentes escalas (visión estéreo).

Están disponibles más de 300 ejemplos en linea, para verse y descargarse, tanto en imagen como en modelo 3d en formato wrl.

Para observar correctamente la aplicación es necesario tener instalado en el navegador Adobe Shockwave y un visor VRML.
Descarga shockwave aqui:
http://www.adobe.com/shockwave/download

Las posibilidades para esta tecnología son gigantescas y ya empieza a probarse en el reconocimiento de caminos en la industria automotriz y el reconocimiento de ambientes en robótica.

Make3D fue creado por: Prof. Ashutosh Saxena, Prof. Andrew Y. Ng, and other team members of the Stanford 3D Reconstruction Group.

Algunos Ejemplos
PRAGA

link: http://make3d.stanford.edu/movie/movie/931/931.swf

NATURALEZA

link: http://make3d.stanford.edu/movie/movie/108/108.swf

STANFORD

link: http://make3d.stanford.edu/movie/movie/1438/1438.swf

VENECIA, LAS VEGAS

link: http://make3d.stanford.edu/movie/movie/102/102.swf

EGIPTO

link: http://make3d.stanford.edu/movie/movie/6496/6496.swf

CASA

link: http://make3d.stanford.edu/movie/movie/249/249.swf

CHICAS

link: http://make3d.stanford.edu/movie/movie/2326/2326.swf

si quieres ver mas visita la galeria:
ir a la galeria 3d

Aprender en 3-D los modelos a partir de una imagen fija
Consideramos que el problema de la estimación detallada de la estructura 3-d de una sola imagen fija de un entorno no estructurado. Nuestro objetivo es crear modelos en 3-D que están tanto cuantitativa precisa, así como visualmente agradable.

El algoritmo utiliza una variedad de señales visuales que los humanos utilizan para la estimación de los aspectos en 3-D de una escena. Comienza con la imagen de última hora en una serie de parches pequeños. Por cada parche en la imagen, se utiliza un campo de Markov al azar (MRF) para inferir un conjunto de "parámetros de plano" que reflejan tanto la ubicación de 3 D y 3-d de la orientación del parche. El algoritmo de modelos tanto de imagen claves de profundidad, así como las relaciones entre las diferentes partes de la imagen. Otros de asumir que el medio ambiente se compone de una serie de pequeños aviones, nuestro modelo no hace ninguna hipótesis explícitas sobre la estructura de la escena, lo que permite que el algoritmo para generalizar así a las escenas que no se habían visto antes en el conjunto de entrenamiento.

web

A continuaciDón, aplicar estas ideas a:
(a) predecir la profundidad de una sola imagen,
Consideramos que la tarea de 3-d de estimación de profundidad de una imagen fija. estimación de profundidad es un reto, puesto que las características locales no son suficientes para estimar la profundidad en un punto, y es necesario considerar el contexto global de la imagen. Nuestro modelo utiliza una estructura jerárquica, multi-escala de Markov azar Field (MRF), que incorpora múltiples escalas local y las características globales de imagen, y los modelos de las profundidades y la relación entre las profundidades en diferentes puntos de la imagen.

Se demuestra que, incluso en escenas estructuradas (de los ambientes interiores y al aire libre que incluyen bosques, árboles, edificios, etc), nuestro algoritmo es capaz de recuperar con frecuencia depthmaps bastante exacta. Asimismo, proponemos un modelo que incorpora tanto las claves monoculares y estéreo de señales (triangulación), para obtener estimaciones de profundidad mucho más precisa que es posible utilizando las señales monocular o estéreo solo.
stanford
(b) incorporar tanto las claves monoculares y estéreo para obtener profundidades significativamente mejor que es posible utilizando monocular o estéreo solo,
(c) producir visualmente agradable 3 - d modelos a partir de una imagen para obtener una rica experiencia en 3-d flythroughs creado con la representación basada en imágenes,
Consideramos que el problema de la estimación detallada de la estructura 3-d de una sola imagen fija de un entorno no estructurado. Nuestro objetivo es crear modelos en 3-D que están tanto cuantitativa precisa, así como visualmente agradable.

Para cada pequeña parcela homogénea en la imagen, se utiliza un campo aleatorio de Markov (MRF) para inferir un conjunto de "parámetros de plano" que reflejan tanto la ubicación de 3 D y 3-d de la orientación del parche. El MRF, capacitados a través de aprendizaje supervisado, tanto en modelos claves de profundidad de imagen, así como las relaciones entre las diferentes partes de la imagen. Otros de asumir que el medio ambiente se compone de una serie de pequeños aviones, nuestro modelo no hace ninguna hipótesis explícitas sobre la estructura de la escena, lo que permite que el algoritmo para la captura mucho más detalladas en 3-D estructura que hace de la técnica, y también dar una experiencia mucho más rica en el 3-d flythroughs creado con la representación basada en imágenes, incluso para las escenas con la estructura significativa no vertical.

Con este enfoque, hemos creado cualitativamente correcta de 3 d modelos para el 64,9% de 588 imágenes descargadas de Internet. También hemos ampliado nuestro modelo de producir a gran escala de modelos 3D a partir de algunas imágenes.
convertir
tridimensionales
(d) crear a gran escala de 3 d modelos que figuran sólo un pequeño número de imágenes, y
(e) conducir un coche de control remoto de forma autónoma .

3d
comentar es agradecer

otros post q te pueden interesar
*****25 Aplicaciones gratuitas de modelación 3D*****
*****Quitale el fondo a tus Imagenes..facil*****
y si te gusto
imagenes

5 comentarios - Convierte tus imágenes en modelos tridimensionales

@tata313
che necesito pasar de tridimencional a imagen comun, como hago?
@BornUnderABadSign
horripilantes los ejemplos. pero no deja de ser interesantisimo a futuro con sus posibles mejoras
@facuq24
modelos este no hace nada