محققان در پژوهش جدیدی به سراغ یکی از نقاط ضعف جدی مدلهای تولیدکننده تصاویر و اشیاء سهبعدی رفتهاند: «تقارن». برخلاف انتظار، مدلهای فعلی با وجود عملکرد خوب در تستهای استاندارد، در حفظ تقارنِ هندسی اشیاء ضعف دارند.
تیم تحقیق با ابداع یک «امتیاز تقارن» متوجه شد که این مدلها درک درستی از تقارن بازتابی ندارند. راهکار آنها؟ استفاده از دادههای نیمهکامل (half-objects) برای آموزش مدلها و بازسازی دقیق کلِ شیء در خروجی. این روش نه تنها دقت هندسی را بالا میبرد، بلکه اشیاء را برای چشم انسان باورپذیرتر میکند. قدمی کوچک اما مهم برای واقعیتر کردن دنیای واقعیت مجازی و طراحی سهبعدی! 🧠✨
منبع: arXiv Computer Vision