旧的模子很难处理2D图像的深度问题，但新的神经收集不错毛糙处理这些问题。

最近，一组策画机科学家诈欺东说念主工智能对归并国教科文组织寰球遗产中丢失的浮雕板进行了3D重建。

推敲东说念主员修复了一种神经收集，不错拍摄三维物体的单张2D像片并产生三维数字重建。 骨子上，他们修复了一款适用于21世纪的立体镜。 该团队上个月在第32届ASM多媒体会议上展示了其见解考据。

为了推敲的主张，科学家们使用了被归并国教科文组织列为寰球遗产的印度尼西亚婆罗宝塔神庙的浮雕图像。这座寺庙有2672幅浮雕，是寰球上最大的释教浮雕保藏地。在19世纪后期，寺庙的底部被再行装置，将156个浮雕荫藏在石墙后头，直到今天它们仍然被下葬。但在他们被下葬之前，每个面板王人被拍摄了灰度像片。最近，推敲小组的神经收集诈欺一张134年前的口角老像片，顺利地重建了其中一个现已被荫藏的浮雕。

之前曾有过尝试，但这些早期的重建无法复制浮雕的细节。由于深度值的压缩，这些细节丢失了；换句话说，这些三维浮雕具有离不雅者最近和离不雅者最远的雕饰的细节，而之前的重建尝试使这些不同深度的细节变得平坦。该团队将丢失的特征称为“软边际”，并把柄策画出的三维空间曲率变化画图了这些边际的舆图。

在这篇新论文中，推敲小组以为，现存的边际图镌汰了模子的准确性，它不可正确地传达3D曲率的变化，何况它被纳入收集的景象实现了它对揣摸物理对象深度的影响。

日本立命馆大学（Ritsumeikan University）推敲员、该推敲的合著者田中智（Satoshi Tanaka）在一份大学新闻稿中说：“尽管咱们的重建准确率达到了95%，但东说念主脸和阴事等更精雅的细节仍然缺失。这是由于二维浮雕图像中深度值的高度压缩，使得很难索要沿边际的深度变化。咱们的新关节通过增强深度揣摸来科罚这个问题，尽头是在软边际，使用一种新的边际检测关节。”

上头的图像代表了该团队对样本浮雕的软边际舆图（左）和语义舆图（右）的最好实验效力（下一滑），与大地着实数据（上一滑）进行了比较。边际图即是这么 —— 它跟踪地形弧线赋予深度的点，这让早期的模子感到困惑。

语义图 —— 隐隐让东说念主思起Ellsworth Kelly的《蓝绿红》 —— 展示了模子的常识库如何将联系见解预计起来。在这张图片中，该模子分手了远景特征（蓝色）、东说念主物（红色）和布景。推敲东说念主员还将他们的模子与其他最先进的模子比拟，与大地着实图像的关系进行了比较。

东说念主工智能受到了流弊，但在科学领域，它被讲授很是擅长科罚图像识别和文化遗产保护方面的问题。本年9月，另一个团队使用神经收集识别拉斐尔画作中往时未见过的细节，另一个团队使用卷积神经收集将已知的纳斯卡线（秘鲁著名的地舆瑰丽）的数目增多了近一倍。

该模子概况进行多模态清爽，这意味着它概况接受多个数据通说念来清爽其方针对象。在这种情况下，用于测量浮雕弧线的软边际检测器不仅不错看到亮度的眇小变化以感知深度，还不错看到雕饰自己的弧线。诈欺这两种信息渠说念，新模子比往时的尝试更明晰、更崇尚地重建了浮雕。

田中说：“咱们的期间在保护和共享文化遗产方面具有盛大的后劲。”“它不仅为考古学家提供了新的契机，何况通过VR和假造寰球期间为千里浸式假造体验提供了新的契机，为子孙后代保护了众人遗产。”

文化遗产需要保护。但有些文化遗产尤其受到威迫，固然这些东说念主工智能生成的重建不可取代着实的麦考伊，但它们有其用途。像最近这篇论文中刻画的神经收集雷同，独一在增强实践或假造实践环境中，就不错回生只存在于图像中的失意遗产 —— 举例，2001年被塔利班炸毁的巴米扬大佛（Bamiyan Buddhas）。

这些模子还不错用来保护面对舍弃的文化遗产，比如澳大利亚塔纳米沙漠（Tanami Desert）上有几百年历史的土著boab树上的雕饰。

文化遗产通过咱们之前的社区和文化来界说咱们是谁。要是这些东说念主工智能模子能匡助艺术史学家和文物保护学家保存一段历史，那么它们就作念得很好。天然，东说念主工智能模子也需要大王人的能量，这可能会以迤逦的景象导致文化遗产的流失。然而欧洲杯体育，即使东说念主工智能的启动景象仍然存在问题，将这项期间用于公益业绩亦然站在历史的正确一边 —— 尤其是在东说念主工成品方面。