近年來,隨著VR(虛擬現實)、AR(增強現實)、AI等相關技術的迭代演進,三維建模技術應用領域發展迅猛,各行業應用場景和落地成果不斷涌現,受到行業市場廣泛關注。
日前,山東大學郭亮團隊依托曙光計算服務平臺的異構智能計算服務,正式實現了對威海校區全部教學區域的高精度三維重建。就該案例施行情況來看,三維建模的研發應用步伐,或將受益于算力供給側服務升級再次提速,一場由計算服務催動的科研產業創新浪潮正在拉開序幕。
高質量算力賦能高精度三維重建
不同于傳統三維建模的手動模式,此次山東大學郭亮團隊,聯合海爾集團海納云CIM團隊及曙光智算團隊,帶領數據科學與人工智能本科實驗班學生,利用曙光計算服務平臺的異構智能算力服務,完成了AA-RMVSNet神經網絡的訓練,并基于訓練好的模型及各類目標檢測算法,在細小物體和低紋理區域場景上全方位優化,進而實現了威海校區的高精度三維重建。
建筑物高度預測
據了解,郭亮團隊采用的AA-RMVSNet神經網絡訓練,是基于深度學習的立體視覺法(Multi-view Stereo,MVS),該方法可以借助卷積神經網絡,從數據中抽取到更多有用的信息,能更好的應對高光、反射、細小物體、弱紋理等對于傳統方法形成極大挑戰的場景,更完整的完成室外場景下的建筑物重建。
窗戶檢測與計數(原圖、處理圖片、顯示圖片)
高精度、高完整度的訓練建模方法,也代表著海量的數據信息處理分析難度。比如在威海校區三維重建的過程中,郭亮團隊首先要通過航拍完成校園內部數據采集,再將采集到的數據通過稀疏重建獲取相機位姿等參數后,轉換為神經網絡所需的格式。進而使用訓練好的AA-RMVSNet網絡,獲取到深度與概率圖,形成點云數據,才能完成對建筑物高度的預測。
室外各類元素檢測與計數(車、空調室外機、燈桿等)
語義分割效果
同時,高精度三維重建還需要通過機器視覺算法對采集到的圖片進行了進一步處理,精準檢測和計數樓層、窗戶等場景要素,以規避圖片數據中物體畸變帶來的影響。郭亮團隊將這些識別結果全部映射到點云當中,完成建筑物點云數據的補齊。最終,再通過語義分割網絡對二維圖像上的各類目標進行檢測,并同步映射到三維空間,真正實現對建筑物周邊元素的補齊和重建。
商學院3D點云圖與重建效果圖
精密繁瑣的三維重建流程,對算力供給側提出了更高的要求。郭亮團隊此次能夠實現威海校區的高精度三維重建,就很大程度上有賴于曙光計算服務平臺的高質量算力服務供給:可以在強勁算力支撐的基礎上,實現各個異構算力需求端的海量數據分析處理。同時,在產業發展維度上,算力供給服務的迭代升級,也將反向推動科技產業創新的進程。
曙光計算服務刷新科創產業圖景
曙光計算服務聚焦科學計算、工業計算、智能計算,意在打造端到端全棧算力生產、交付與應用支持平臺。對三維建模等算力需求龐大的科技創新領域,以及科創產業轉型升級具有重要的賦能價值。
在算力供給服務上,曙光計算服務平臺具備三大優勢特征。
首先,該平臺憑借計算領域的長期積淀,在算力資源、服務水平、運維保障、行業應用等方面專業優勢突出,平臺算力網絡體系完善,算力資源豐富。在此基礎上,平臺采用融合架構設計,以“高密計算+大數據+深度學習”結合的方式,打破傳統算力中心在大數據分析、人工智能訓練推理領域的服務瓶頸,可以提供強勁的“通用計算+專用計算”融合算力支撐。
在算力強勁優勢之外,曙光計算服務平臺還通過全國數據中心的算力資源鏈接,實現了算力的互通互聯,可以按需按量為用戶進行統一調度管理,為需求側提供“自來水”一樣即開即用的算力服務。同時,平臺采用遠程集中運維服務進一步提高運維管理效率,實現數字化、自動化運維,在算力流通和運維兩大維度上持續降低科研人員的算力使用難度和成本。
更值得一提的是,曙光計算服務平臺目前已面向全產業開放了API接口,通過對接產品、商業模式、技術服務,以多中心互聯的算力資源為合作伙伴賦能,實現產業生態的垂直整合。這也將在算力服務層面,為SaaS服務提供商、應用軟件提供商、第三方服務商打開更廣闊的服務通道,為用戶實現計算服務的平臺集成、應用集成和服務定制,打造出更多樣化、高品質的算力服務。
隨著曙光等算力供給側廠商的服務升級,以及計算服務生態的快速發展,三維建模等科技創新領域迎來更加強勁的驅動力量。而對于長期受限于算力門檻的整個科創產業來說,曙光計算服務平臺的應用落地,也意味著更多科技企業、科研院校單位的算力天花板被逐漸打破,
未來的科創產業發展圖景仍在不斷刷新。
