阿里开源大型3D家具数据集 2D物体“秒变”3D模型

阿里开源大型3D家具数据集 2D物体“秒变”3D模型

• 来源:网络
• 更新日期:2020-08-26

摘要： 8月26日，首届阿里巴巴3D AI挑战赛落下帷幕。基于阿里开源的业界首个工业级大型3D家具数据集3D-FUTURE，3D AI可实现高质量、高效率的建模工作，在保证工业级质量前提下，将建

      8月26日，首届阿里巴巴3D AI挑战赛落下帷幕。基于阿里开源的业界首个工业级大型3D家具数据集3D-FUTURE，3D AI可实现高质量、高效率的建模工作，在保证工业级质量前提下，将建模时间从3小时骤降到10秒，并有望降低9成建模成本。

阿里开源的3D家具数据集3D-FUTURE中的模型示意图

      3D建模成本高、效率低是业界难题，设计师通常需1～3小时才能完成单主体的人工建模。为解决真实问题，参赛者需设计AI模型对2D照片中的家具进行3D重建，赛题给出的物体甚至存在轻微遮挡或部分残缺情况，技术难度大。基于阿里开源的3D-FUTURE数据集，Zhongjun Wu等人训练出一个应用“表面细节重建”新方法的AI模型，与设计师模型相似度高达80%，获得该赛道冠军。

3D建模对比图，分别为输入图片，设计师模型，机器重建模型

      阿里资深算法专家乐田表示：“3D重建是3D机器学习的核心，只有在高质量3D数据集支持下，工业级3D AI建模才能满足更大规模的产业需求。”目前，阿里3D AI技术已成功应用在淘宝3D购、躺平设计家等场景中，该技术可迅速批量生产高质量3D模型，业内估计将降低9成建模成本，有望破解自动驾驶、VR、AR等领域相关产业难题。

      据悉，阿里开源的3D-FUTURE数据集，共包含20,000+张高清室内场景专业设计渲染图、10,000+个工业在用的高精度3D家具模型，以及信息丰富的高清纹理和属性标签。该数据集已吸引了斯坦福大学、加州大学伯克利分校、清华大学、香港中文大学等高校及苹果、Facebook等企业进行学术和应用的前沿研究。