查看原文
其他

阿里3D AI挑战赛落幕,2D照片10秒“升级”成3D模型

淘系技术 大淘宝技术 2022-08-04


8月26日,首届阿里巴巴3D AI挑战赛落下帷幕。本届挑战赛共有1258支队伍报名参赛,三个赛道冠亚季军获奖名单出炉(文章底部查阅获奖名单),颁奖典礼将于Alibaba 3D Artificial Intelligence Challenge Workshop (IJCAI-PRICAI2020) 进行。

同时,阿里巴巴淘系技术部开源的3D-FUTURE数据集受到了业界的广泛赞许与青睐。海内外知名院校和机构,包括斯坦福、UC伯克利、帝国理工、苏黎世理工、加利福尼亚大学、苹果、Facebook、清华、北大等,已开始就3D-FUTURE数据集开展相关学术研究。


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机器建模技术”可实现高质量高效率的3D建模,未来有望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,并降低9成建模成本。

阿里开源的3D家具数据集3D-FUTURE中的家具示意图
 
3D模型是未来数字化与智能化的基础,但3D建模成本高、效率低,设计师通常需1~3小时才能完成单个物体的手工建模。本次大赛旨在利用3D AI技术破解产业难题,共吸引1258支队伍参加,选手们在阿里开源的3D-FUTURE数据集基础上,通过深度学习技术,让AI在10秒内完成3D建模。
 
大赛其中一条赛道“基于单张图的3D模型重建”,需参赛队伍对2D照片中的家具进行3D重建,是设计师常见工作之一。来自Zhongjun Wu等人提出的新方法,能根据照片迅速给出3D建模结果,与设计师人工建模匹配度最高,并以79.01分的成绩夺冠。通常重建一个3D模型成本在300~500元,通过3D AI技术,可迅速批量重建3D模型,业内估计将降低9成建模成本。
 

图为3D建模对比图,分别为输入图片,设计师模型,机器重建模型
阿里巴巴淘系技术资深算法专家 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,技术前景广阔。”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,未来还可应用于自动驾驶、VR、AR等领域,将大大提高人机互动、线上商城、室内设计等场景的精确度和丰富度。
 

三维重建是目前的研究核心与趋势,也是打造未来数字化世界的基础。然而,高精度三维重建还停留在研究初期阶段,尤其在家居行业的工业落地困难重重。阿里作为互联网领军者之一,期望为3D家居高精度重建,叩响工业界的大门,开启智能家居设计的崭新时代,为未来的家居设计提供更加便捷,高效的解决方案,以革新家居生活新体验。

 

此次竞赛总结了业界最先进的高校建模方案,探索并驱动了3D重建工业界建模的方法研究。AI技术将会百倍级压缩建模时间,大大简化家居设计时间,为未来降低工业设计成本,提高客户体验感提供新方向。在数据为王的时代,业界此前并没有高质量3D家居开源数据集,这极大制约了学术及工业界在3D高精度重建方面的研究发展。此次,阿里巴巴淘系技术部开源了3D-FUTURE数据集,共包含20,000+高清室内场景专业设计渲染图,与10,000+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,让数据驱动的工业级3D建模成为可能。该数据集拥有少见的高清纹理,几何细节丰富的模型、以及丰富的类别属性。一经发布,就吸引了斯坦福大学、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,在该数据集基础上开展学术和应用的前沿研究。我们将持续维护,完善,提升,并扩充该数据集。

 
3D-FUTURE数据集主页:
https://tianchi.aliyun.com/specials/promotion/alibaba-3d-future

 
2020阿里巴巴 3D AI 挑战赛获奖名单如下:

// 赛道一  reconstruction

// 赛道二  retrieval

// 赛道三  segmentation
 
✿  拓展阅读

作者|淘系技术
编辑|橙子君
出品|阿里巴巴新零售淘系技术



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存