Revolucija u virtuelnoj realnosti: Detaljan vodič kroz 3D Gaussian Splatting (3DGS)

U svetu kompjuterske grafike i virtuelne realnosti (VR), večita potraga za fotorealizmom i renderovanjem u realnom vremenu predstavlja sveti gral. Od poligonalnih modela i tekstura, preko fotogrametrije do neuronskih polja zračenja (NeRFs), svaka nova tehnologija donosila je korak bliže cilju, ali uvek uz kompromise – bilo u brzini, kvalitetu ili složenosti kreiranja. Međutim, 2023. godine, na prestižnoj SIGGRAPH konferenciji, tim istraživača sa Univerziteta u Minsteru i kompanije Inria predstavio je rad pod nazivom „3D Gaussian Splatting for Real-Time Radiance Field Rendering“ i time pokrenuo tektonsku promenu u industriji.

3D Gaussian Splatting (3DGS) nije samo evolucija; to je revolucija. Ova inovativna tehnika omogućava kreiranje i prikazivanje izuzetno realističnih 3D scena sa do sada neviđenom brzinom i vizuelnom vernošću, direktno iz seta fotografija ili video zapisa. Za virtuelnu realnost, gde su visoka stopa osvežavanja (framerate) i niska latencija ključni za imerzivno iskustvo bez mučnine, 3DGS se pojavio kao tehnologija koja menja pravila igre.

Ovaj tekst će vas provesti kroz sveobuhvatno putovanje u svet 3D Gaussian Splattinga. Počevši od fundamentalnih koncepata i objašnjenja zašto je ova tehnologija toliko superiornija u odnosu na prethodnike, preko različitih vrsta i alata za rad, do praktičnih primera primene i budućnosti koja nas čeka sa 4DGS-om. Na kraju, pružićemo detaljan vodič, korak po korak, za početnike koji žele da zakorače u ovaj uzbudljivi svet i kreiraju sopstvene fotorealistične 3D scene.

Šta je 3D Gaussian Splatting (3DGS)?

U svojoj suštini, 3D Gaussian Splatting je tehnika rasterizacije za sintetizovanje novih pogleda na scenu. Za razliku od tradicionalnih metoda koje se oslanjaju na poligonalne mreže (meshes) sa teksturama, ili novijih kao što je NeRF koji koristi neuronske mreže za implicitno predstavljanje scene, 3DGS koristi milione, pa i desetine miliona, malih, polu-transparentnih elipsoida poznatih kao 3D Gausijani.

Svaki od ovih Gausijana definisan je setom atributa:

• Pozicija (XYZ): Centralna tačka Gausijana u 3D prostoru.
• Kovarijansa (3×3 matrica): Definiše oblik i veličinu Gausijana. Ovo je ključna komponenta koja omogućava da Gausijani budu anizotropni, odnosno da se protežu i adaptiraju obliku površine koju predstavljaju. Mogu biti rastegnuti, spljošteni ili rotirani kako bi što bolje prekrili kompleksne detalje scene.
• Boja (RGB): Osnovna boja Gausijana.
• Alfa (α): Vrednost neprozirnosti, odnosno transparentnosti Gausijana.

Proces renderovanja, poznat kao „splatting“ (raspršivanje), podrazumeva projektovanje ovih 3D Gausijana na 2D ravan kamere (ekran). Oni se zatim sortiraju po dubini i „crtaju“ jedan preko drugog, mešajući boje na osnovu njihove pozicije, oblika i transparentnosti. Rezultat je finalna 2D slika koja izgleda kao fotografija scene iz te tačke gledišta.

Ono što čini 3DGS izuzetno efikasnim je to što je ceo proces renderovanja baziran na visoko optimizovanoj rasterizaciji na GPU-u, slično kako se renderuju poligoni u video igrama. Nema potrebe za složenim i sporim „ray-marchingom“ kroz volumetrijske podatke kao kod NeRF-ova, što omogućava renderovanje u realnom vremenu pri visokim rezolucijama (preko 100 frejmova u sekundi na standardnim gejming grafičkim kartama).

Revolucionarni skok: 3DGS u odnosu na prethodne tehnologije

Da bismo u potpunosti shvatili značaj 3DGS-a, neophodno je uporediti ga sa tehnologijama koje su dominirale pre njegovog pojavljivanja.

1. 3DGS vs. Tradicionalna fotogrametrija:

• Fotogrametrija: Ovaj proces podrazumeva snimanje velikog broja fotografija objekta ili scene iz različitih uglova, a zatim korišćenje softvera (kao što su Agisoft Metashape, RealityCapture ili otvoreni Meshroom) za rekonstrukciju 3D modela u vidu poligonalne mreže (mesh) i tekstura.
• Izazovi fotogrametrije: Proces je često dugotrajan i zahteva manuelno čišćenje i optimizaciju modela. Kreiranje „čistih“ mreža za kompleksne objekte, tanke strukture, reflektivne ili transparentne površine je izuzetno teško. Rezultujući modeli mogu imati stotine hiljada ili milione poligona, što ih čini teškim za renderovanje u realnom vremenu, posebno u VR-u. Često se gube fini detalji, a refleksije i sjaj se „peku“ u teksturu, čineći ih statičnim i nerealističnim pri promeni osvetljenja.
• Prednost 3DGS-a: 3DGS preskače korak kreiranja poligonalne mreže. Umesto toga, direktno optimizuje oblak Gausijana da odgovara ulaznim slikama. Ovo omogućava savršeno hvatanje kompleksnih geometrija, finih detalja poput trave, kose, lišća, kao i spekularnih refleksija i transparencije. Proces „treninga“ je značajno brži od kompletnog fotogrametrijskog pajplajna. Rezultat je direktno spreman za renderovanje u realnom vremenu.

2. 3DGS vs. Neuronska polja zračenja (NeRF):

• NeRF: NeRF koristi duboku neuronsku mrežu (obično Multi-Layer Perceptron – MLP) da nauči kontinualnu volumetrijsku funkciju scene. Ova funkcija, za bilo koju 5D koordinatu (pozicija u prostoru XYZ i pravac gledanja 2D), predviđa boju i gustinu. Da bi se generisala slika, virtuelni zraci se ispaljuju iz kamere kroz scenu, a mreža se ispituje u više tačaka duž svakog zraka kako bi se izračunala konačna boja piksela.
• Izazovi NeRF-a: Iako NeRF može proizvesti zapanjujuće fotorealistične rezultate, njegov glavni nedostatak je brzina. Proces „ray-marchinga“ i ispitivanja neuronske mreže za svaki piksel je računarski veoma zahtevan. Renderovanje u realnom vremenu (preko 30 fps) bilo je praktično nemoguće bez značajnih optimizacija, kompromisa u kvalitetu ili korišćenja specijalizovanih hardverskih rešenja. Trening NeRF modela je takođe bio izuzetno spor, često trajući satima ili čak danima.
• Prednost 3DGS-a: 3DGS postiže sličan, a često i superioran vizuelni kvalitet u odnosu na NeRF, ali uz drastično brže vreme treninga (često manje od sat vremena) i, što je najvažnije, renderovanje u realnom vremenu. Umesto implicitne reprezentacije naučene od strane neuronske mreže, 3DGS koristi eksplicitnu reprezentaciju (skup Gausijana), što omogućava direktnu i brzu rasterizaciju na GPU-u. Ovo je ključna razlika koja ga čini idealnim za interaktivne aplikacije poput VR-a.

Tabela poređenja tehnologija:

Karakteristika	Tradicionalna Fotogrametrija	NeRF (Neural Radiance Fields)	3D Gaussian Splatting (3DGS)
Osnovni primitiv	Poligoni (trouglovi) i teksture	Implicitna neuronska funkcija	3D Gausijani (elipsoidi)
Kvalitet prikaza	Dobar do odličan, ali problemi sa finim detaljima i refleksijama	Odličan, fotorealističan	Odličan, fotorealističan, superioran u finim detaljima
Brzina renderovanja	Zavisi od broja poligona, često zahteva optimizaciju	Veoma sporo, nije za realno vreme bez kompromisa	Izuzetno brzo, realno vreme (preko 100 fps)
Brzina treninga	Sati do dani (za kompletan pajplajn)	Sati do dani	Minute do sati (tipično ispod sat vremena)
Rukovanje refleksijama	„Pečene“ u teksturu, statične	Odlično, zavisno od pravca gledanja	Odlično, zavisno od pravca gledanja
Kompleksna geometrija	Teško za rekonstrukciju (kosa, trava)	Dobro	Odlično, savršeno hvata fine strukture
Zahtevnost za memoriju	Visoka (za modele visoke rezolucije)	Srednja (težine neuronske mreže)	Visoka (veliki broj Gausijana)
Idealno za	Video igre, filmove (offline), arhitekturu	Istraživanje, offline renderovanje, sinteza pogleda	Virtuelna realnost, interaktivne ture, digitalni blizanci

Screenshot

Varijacije i evolucija: Više od jednog 3DGS-a

Od objavljivanja originalnog rada, istraživačka zajednica je eksplodirala sa novim idejama i poboljšanjima. Iako je osnova ista, pojavile su se različite varijacije koje rešavaju specifične probleme.

• Dinamičke scene i 4DGS: Originalni 3DGS je dizajniran za statične scene. Međutim, potreba za snimanjem pokreta dovela je do razvoja 4D Gaussian Splattinga. Ove tehnike dodaju četvrtu dimenziju – vreme. One modeluju kako se pozicija, oblik, boja i neprozirnost Gausijana menjaju tokom vremena, omogućavajući realističan prikaz dinamičkih događaja, kao što su ljudi u pokretu, tečnosti koje teku ili vatra koja gori. Ovo otvara vrata za potpuno novu generaciju imerzivnih video i VR iskustava.

• Relighting i kompozicija: Jedan od početnih nedostataka 3DGS-a bio je statično osvetljenje, „pečeno“ u boje Gausijana. Noviji radovi se bave razdvajanjem materijala (albedo, grubost, metalik) od osvetljenja. Ovo omogućava dinamičko ponovno osvetljavanje (relighting) scene u realnom vremenu. Zamislite da možete da prošetate kroz 3DGS scenu i pomerate Sunce ili dodajete veštačke izvore svetlosti, a da se senke i refleksije ažuriraju trenutno.

• Optimizacija i kompresija: 3DGS fajlovi, koji sadrže podatke za milione Gausijana, mogu biti prilično veliki (od nekoliko stotina megabajta do nekoliko gigabajta). Ovo predstavlja izazov za strimovanje i korišćenje na uređajima sa ograničenom memorijom, kao što su mobilni telefoni ili samostalni VR headsetovi (npr. Meta Quest). Istraživanja su usmerena na tehnike kompresije, kvantizacije (smanjenje preciznosti podataka) i strimovanja Gausijana na osnovu vidnog polja korisnika, kako bi se omogućilo prikazivanje ogromnih scena na manje moćnim uređajima.

Alati ekosistema: Kako se radi sa 3DGS?

Ekosistem alata oko 3DGS-a se brzo razvija. Iako je tehnologija relativno nova, već postoji niz moćnih, uglavnom open-source, alata koji omogućavaju kreiranje, editovanje i prikazivanje 3DGS scena.

1. Alati za trening (kreiranje 3DGS modela):

• Luma AI: Verovatno najpopularnija i najpristupačnija platforma za početnike. Luma AI nudi web interfejs i mobilnu aplikaciju koja vam omogućava da uploadujete video ili set fotografija i dobijete gotov 3DGS model (u .splat formatu). Automatizuju ceo proces, uključujući „Structure from Motion“ (SfM) za procenu pozicija kamera.
• Polycam: Slično kao Luma AI, Polycam je popularna aplikacija za 3D skeniranje koja je integrisala Gaussian Splatting kao jednu od svojih metoda za kreiranje modela. Nudi jednostavan način za snimanje i procesiranje direktno sa telefona.
• Nerfstudio: Iako ime sugeriše NeRF, Nerfstudio je moćan, modularan Python framework koji podržava veliki broj različitih tehnika za sintezu pogleda, uključujući i originalnu implementaciju 3D Gaussian Splattinga. Ovo je alat za naprednije korisnike koji žele potpunu kontrolu nad procesom treninga, promenu parametara i eksperimentisanje. Zahteva podešavanje Python okruženja i korišćenje komandne linije.
• COLMAP: Ovo nije direktno 3DGS alat, ali je ključna komponenta u pajplajnu. COLMAP je open-source „Structure-from-Motion“ (SfM) i „Multi-View Stereo“ (MVS) softver. Koristi se za analizu ulaznih fotografija kako bi se izračunale precizne pozicije i orijentacije kamera sa kojih su slike snimljene. Ovi podaci su esencijalni ulaz za 3DGS algoritam treninga.

2. Alati za pregled i editovanje:

• SuperSplat: Moćan, open-source editor za 3DGS fajlove. SuperSplat omogućava učitavanje .splat ili .ply fajlova, njihovo pregledanje, ali i editovanje. Možete selektovati, brisati, pomerati, rotirati i skalirati Gausijane. Ovo je izuzetno korisno za čišćenje artefakata, uklanjanje neželjenih delova scene (npr. ljudi koji su se slučajno našli u kadru) ili za kreativno komponovanje više scena.
• Web-bazirani pregledači: Postoji veliki broj web pregledača koji koriste WebGL za renderovanje 3DGS-a direktno u browseru. Ovo omogućava lako deljenje scena sa širom publikom bez potrebe za instalacijom posebnog softvera. Popularni primeri su oni koji se nalaze na Luma AI platformi, kao i razni open-source projekti na GitHub-u.

3. Integracija sa Game Engine-ima:

• Unity i Unreal Engine: Za pravu primenu u VR-u i interaktivnim aplikacijama, ključna je integracija sa vodećim game engine-ima. Zajednica je brzo razvila plugin-ove za Unity i Unreal Engine. Ovi plugin-ovi omogućavaju importovanje .splat fajlova i njihovo renderovanje unutar engine-a. To znači da možete kombinovati fotorealistične 3DGS scene sa tradicionalnim gejming elementima, interaktivnim objektima, karakterima i kompleksnom logikom.

Primena u praksi: Gde 3DGS već sija?

Mogućnosti primene 3DGS tehnologije su ogromne i protežu se kroz brojne industrije.

• Virtuelna realnost (VR) i Proširena Realnost (AR): Ovo je najočiglednija i najuticajnija primena. 3DGS omogućava kreiranje ultra-realističnih virtuelnih okruženja koja se mogu istraživati u realnom vremenu. Zamislite virtuelne turističke posete muzejima, arheološkim nalazištima ili nacionalnim parkovima sa nivoom detalja koji se ne može razlikovati od stvarnosti. U AR-u, 3DGS može da se koristi za realistično postavljanje digitalnih objekata u stvarni svet.
• Digitalni blizanci (Digital Twins): Kompanije mogu kreirati precizne, fotorealistične digitalne replike svojih fabrika, postrojenja, gradova ili građevinskih projekata. Ovi „digitalni blizanci“ se mogu koristiti za simulacije, planiranje, daljinski nadzor i obuku zaposlenih u bezbednom i realističnom virtuelnom okruženju.
• E-trgovina i marketing proizvoda: Umesto standardnih fotografija ili 3D modela, kompanije mogu predstaviti svoje proizvode kao interaktivne 3DGS scene. Kupci mogu da pregledaju proizvod iz svakog ugla, sa realističnim refleksijama i materijalima, direktno iz svog web browsera ili u VR-u, što značajno poboljšava iskustvo kupovine.
• Filmska industrija i vizuelni efekti (VFX): 3DGS se može koristiti za brzo skeniranje lokacija i setova, kreiranje digitalnih pozadina (digital backlots) ili za pre-vizuelizaciju scena. Njegova brzina i kvalitet mogu značajno ubrzati i pojeftiniti produkciju.
• Očuvanje kulturnog nasleđa: Digitalizacija istorijskih lokacija, artefakata i spomenika sa fotorealističnom preciznošću. 3DGS omogućava stvaranje virtuelnih arhiva koje su dostupne svima i koje čuvaju objekte od propadanja.

Konkretni primeri i projekti:

• Luma AI: Pored toga što nude alat, Luma AI ima galeriju prepunu neverovatnih primera 3DGS scena kreiranih od strane korisnika, od enterijera i eksterijera do kompleksnih objekata.
• Project Ghost mediocre (Unreal Engine 5): Jedan od prvih i najimpresivnijih prikaza integracije 3DGS-a u Unreal Engine 5. Youtuber je demonstrirao kako kombinuje skeniranu šumu (3DGS) sa Nanite geometrijom i Lumen osvetljenjem, postižući zapanjujući nivo realizma u realnom vremenu.
• Polycam: Njihova galerija „Explore“ prikazuje hiljade 3D skenova, od kojih su mnogi kreirani korišćenjem Gaussian Splattinga, demonstrirajući raznolikost primene.
• Istraživački radovi: Univerziteti i istraživački centri konstantno objavljuju nove radove koji pomeraju granice mogućeg, kao što su real-time relighting, 4DGS i kompresija za mobilne uređaje.

Budućnost je (4D)Splat: Šta nas čeka?

Razvoj 3DGS-a se kreće svetlosnom brzinom. Budućnost obećava još uzbudljivije mogućnosti:

• Potpuno dinamičke 4D scene u realnom vremenu: Zamislite gledanje sportskog događaja gde možete slobodno da pomerate kameru po terenu u bilo kom trenutku, ili VR iskustvo gde ste prisutni usred dinamične scene sa ljudima koji se kreću i interaguju. 4DGS je ključ za ovu budućnost.
• Pametni Gausijani: Buduće iteracije će verovatno imati „pametnije“ Gausijane koji ne nose samo informacije o boji, već i o semantici (šta predstavljaju – travu, zid, staklo) i fizici. To bi omogućilo automatsku interakciju, na primer, bacanje lopte koja realistično odskače od 3DGS zida.
• Hibridni rendereri: Budućnost verovatno leži u hibridnom pristupu. Scene će biti građene kombinovanjem najboljeg iz svih svetova: 3DGS za kompleksne, skenirane delove okruženja; tradicionalni poligonalni modeli (Nanite u UE5) za interaktivne objekte i karaktere; i volumetrijski rendereri za efekte poput magle i dima.
• AI-pokretano kreiranje i editovanje: Veštačka inteligencija će igrati sve veću ulogu. Zamislite da možete reći editoru: „Ukloni sve automobile iz ove scene“ ili „Promeni doba dana u zalazak sunca“, a AI to automatski izvrši manipulišući Gausijanima i njihovim atributima.

Importovanje i formati: Kako oživeti 3DGS modele?

Jednom kada kreirate 3DGS model, sledeći korak je da ga iskoristite.

• Formati fajlova: Originalni istraživački rad koristio je standardni .ply format (Polygon File Format), koji se tradicionalno koristi za čuvanje 3D tačaka i poligona. Međutim, za 3DGS, on je adaptiran da čuva atribute Gausijana. Ubrzo se pojavio i specijalizovani .splat format, koji je postao de facto standard u zajednici, posebno popularizovan od strane Luma AI. Ovi fajlovi sadrže sve potrebne podatke za renderovanje scene.

• Gde se mogu importovati?

  • Web pregledači: Najlakši način za deljenje. Uploadujete .splat fajl na hosting i koristite neku od dostupnih JavaScript/WebGL biblioteka za prikazivanje.
  • Unity: Korišćenjem specifičnih plugin-ova sa GitHub-a (npr., AntFin/GaussianSplatting-Unity), možete direktno importovati .splat ili .ply fajlove u svoj Unity projekat i renderovati ih kao deo scene.
  • Unreal Engine: Slično kao i za Unity, postoje plugin-ovi (npr. mrdoob/three.js ima primere, a razvijaju se i specifični UE plugin-ovi) koji omogućavaju integraciju. Ovo je oblast koja se najbrže razvija, jer veliki studiji vide ogroman potencijal.
  • Blender: Iako Blender nije real-time engine na isti način kao Unity/UE, postoje add-onovi u razvoju koji omogućavaju importovanje i pregledanje 3DGS scena, što je korisno za kompoziciju i integraciju sa drugim 3D elementima.

Vodič za početnike: Kreirajte svoju prvu 3DGS scenu (Korak po korak)

Ovaj vodič će vas provesti kroz ceo proces, od snimanja do deljenja vaše prve fotorealistične scene, koristeći najpristupačnije alate.

Cilj: Kreirati 3DGS scenu malog, dobro osvetljenog prostora (npr. kutak vaše sobe, spomenik u parku) i podeliti je na webu.

Potrebno:

• Pametni telefon sa dobrom kamerom (ili DSLR/mirrorless fotoaparat).
• Računar sa internet konekcijom.
• Malo strpljenja.

Korak 1: Planiranje i snimanje (Najvažniji korak!)

Kvalitet vašeg finalnog 3DGS modela 90% zavisi od kvaliteta ulaznih snimaka. Loši snimci će rezultirati mutnim, iskrivljenim i neupotrebljivim modelom.

• Izbor subjekta: Za prvi pokušaj, izaberite statičan subjekt. To može biti manji objekat na stolu, fotelja, skulptura ili mali deo enterijera. Izbegavajte pokretne objekte, ljude, kućne ljubimce, reflektivne površine (ogledala) i transparentne objekte (staklo) jer oni predstavljaju izazov.

• Osvetljenje: Ključno je dobro, difuzno osvetljenje. Najbolje je snimati napolju po oblačnom danu. Oblačno nebo deluje kao ogroman softbox, dajući meke senke i ravnomerno osvetljenje. Izbegavajte direktno, oštro sunce koje stvara jake senke, jer se one mogu „ispeći“ u model. Ako snimate unutra, potrudite se da imate što više izvora svetlosti kako biste smanjili senke.

• Tehnika snimanja (Video): Najlakši način za početnike je snimanje videa.

  1. Držite telefon stabilno. Koristite obe ruke.
  2. Krećite se polako i glatko. Zamislite da je vaš telefon na šinama. Bez naglih pokreta, trzaja ili rotacija.
  3. Napravite više krugova oko subjekta. Počnite sa jednim krugom na nivou očiju. Zatim napravite drugi krug iz nižeg ugla (čučeći), i treći iz višeg ugla (držeći telefon iznad glave). Ovo se zove „orbitiranje“.
  4. Održavajte subjekt u centru kadra.
  5. Preklapanje (Overlap): Uverite se da postoji veliko preklapanje između frejmova. Algoritam mora da vidi iste tačke na subjektu iz različitih uglova da bi izračunao 3D poziciju. Zato se krećite polako.
  6. Trajanje: Za manji objekat ili scenu, video od 1-2 minuta je obično dovoljan. Snimajte u najvišoj mogućoj rezoluciji (4K je idealno).

• Tehnika snimanja (Fotografije): Fotografije daju veću kontrolu i potencijalno bolji kvalitet, ali zahtevaju više truda.

  1. Napravite najmanje 50-100 fotografija. Više je bolje.
  2. Pratite iste principe kao za video: orbitirajte oko subjekta na različitim visinama.
  3. Svaka fotografija mora biti oštra. Izbegavajte zamućenje pokreta (motion blur).
  4. Održavajte veliko preklapanje (oko 70-80%) između uzastopnih fotografija.

Korak 2: Procesiranje snimaka uz Luma AI

Za ovaj vodič koristićemo Luma AI zbog njegove jednostavnosti.

1. Kreirajte nalog: Idite na sajt Luma AI (lumalabs.ai) i kreirajte besplatan nalog.
2. Uploadujte snimak: Na kontrolnoj tabli, pronaći ćete opciju za „Capture“ ili „Upload“. Izaberite video (ili set fotografija) koji ste snimili.
3. Procesiranje: Luma će automatski uploadovati vaš fajl i započeti procesiranje. Ovo može potrajati od 15 minuta do sat vremena, u zavisnosti od dužine videa i trenutnog opterećenja njihovih servera. Dobićete email obaveštenje kada se proces završi.
4. Pregled rezultata: Kada je gotovo, moći ćete da vidite i interagujete sa vašom 3D scenom direktno u web pregledaču na Luma platformi. Istražite je, pogledajte da li ima grešaka ili artefakata.

Korak 3: Preuzimanje i deljenje

1. Download: Na stranici vašeg modela na Luma AI, potražite opciju za download. Luma nudi preuzimanje u različitim formatima. Za naš cilj, najvažniji je .splat fajl pod sekcijom „Gaussian Splatting“. Preuzmite ga na svoj računar.
2. Deljenje:
   • Najjednostavniji način: Jednostavno podelite link ka vašoj sceni na Luma AI platformi. Svako sa linkom moći će da je vidi.
   • Napredniji način (Embedovanje na sopstveni sajt): Ako imate svoj web sajt ili blog, možete ugraditi 3DGS pregledač.
     1. Potreban vam je hosting za .splat fajl.
     2. Koristite neku od open-source biblioteka kao što je gsplat.js ili pogledajte primere na three.js sajtu. Obično je potrebno samo nekoliko linija HTML i JavaScript koda da biste učitali i prikazali svoj fajl.

Korak 4: (Opciono) Editovanje i čišćenje u SuperSplat

Ako vaš model ima neželjene delove (npr. delove okoline koje niste hteli da snimite, ljude u pozadini, ili „plutajuće“ artefakte), možete ih očistiti.

1. Preuzmite SuperSplat: Idite na GitHub stranicu SuperSplat editora i preuzmite verziju za vaš operativni sistem.
2. Učitajte fajl: Otvorite SuperSplat i učitajte .splat fajl koji ste preuzeli sa Lume.
3. Koristite alate za selekciju: SuperSplat nudi različite alate (četka, laso) za selekciju Gausijana.
4. Brisanje: Selektujte neželjene Gausijane i jednostavno ih obrišite.
5. Sačuvajte: Sačuvajte očišćenu verziju kao novi .splat fajl.

Zaključak vodiča:

Čestitamo! Uspešno ste prošli kroz ceo proces kreiranja fotorealistične 3D scene. Eksperimentišite sa različitim subjektima, uslovima osvetljenja i tehnikama snimanja. Svaki novi pokušaj doneće vam bolje razumevanje procesa i bolje rezultate.

Realnost je postala renderabilna

3D Gaussian Splatting nije samo još jedna inkrementalna inovacija u svetu kompjuterske grafike. To je fundamentalna promena koja rešava jedan od najstarijih problema u ovoj oblasti: kako efikasno i verno digitalizovati i prikazati našu kompleksnu, analognu stvarnost. Kombinacijom fotorealističnog kvaliteta koji parira najboljim NeRF modelima i brzine renderovanja u realnom vremenu, 3DGS je otključao vrata za novu generaciju imerzivnih iskustava, pre svega u virtuelnoj realnosti.

Sposobnost da se bilo koji prostor ili objekat brzo pretvori u interaktivnu, fotorealističnu 3D scenu imaće dalekosežne posledice. Od načina na koji učimo i radimo, do toga kako se zabavljamo i kupujemo, 3DGS će biti u srcu digitalne transformacije fizičkog sveta.

Iako je tehnologija još uvek mlada i ekosistem alata se rapidno razvija, već sada je dostupna i dovoljno zrela da je entuzijasti, umetnici i developeri mogu koristiti za stvaranje neverovatnih projekata. Budućnost koju donose 4DGS, dinamičko osvetljenje i AI-pokretano editovanje obećava svet u kojem će granica između stvarnog i virtuelnog postati tanja nego ikada pre. Realnost je, konačno, postala renderabilna u realnom vremenu. Vreme je da počnemo da je snimamo.

Foto: 80.lv