北京，2023年8月7日/美通社/-全球領先的全息增強現實（“AR”）技術提供商WiMi全息雲股份有限公司（NASDAQ:WiMi）（“WiMi”或“公司”）今天宣布，其研發團隊正在研究基于生成對抗性網絡的3D圖像生成算法。生成對抗性網絡（GAN）是生成數據和創建智能的有效模型。基本的GAN模型在結構上由生成器和鑒别器組成。GAN的最初目的是基于大量未标記數據進行無監督學習，從而能夠生成各種形式的數據（圖像、語音、語言等）。
該算法通過對抗性訓練生成逼真的3D圖像。生成對抗性網絡的3D生成是通過生成器和鑒别器的對抗性訓練來實現的。生成器負責生成逼真的3D模型，而鑒别器負責确定生成器生成的3D模型是否逼真。在訓練過程中，生成器不斷生成3D模型，鑒别器不斷判斷其真實性，直到鑒别器無法區分生成器生成的3D模型，此時生成器的訓練完成。生成器可以生成不同的三維模型，從而實現三維模型的多樣性。
GAN的3D圖像生成步驟主要包括：
數據準備：準備用于訓練的3D模型數據集，可以是真實的3D模型，也可以是虛拟的3D模型。
結構設計：設計發生器和鑒别器的網絡結構。生成器負責生成逼真的3D模型，鑒别器負責判斷生成器生成的3D模型是否逼真。
訓練模型：生成器和鑒别器使用準備好的數據集進行訓練。在訓練中，生成器不斷生成3D模型，鑒别器不斷判斷其真實性，直到鑒别器無法區分生成器生成的3D模型，此時生成器的訓練完成。
優化模型：使用優化算法對生成的3D模型進行優化，使其更加逼真。
随着“生成對抗性網絡”技術的不斷“進化”，它已經從傳統的計算機視覺擴展到其他方向，在對抗樣本、數據擴充、遷移學習和智能創建等方面顯示出巨大的潛力，并成為深度學習和人工智能技術的新趨勢。
WiMi基于生成對抗性網絡的3D圖像生成算法具有廣泛的應用，可以為遊戲開發、虛拟現實、建築設計等領域提供重要的技術支持。在遊戲開發中，對抗性網絡可以用于生成逼真的3D角色模型、場景模型等，以增強遊戲的真實性和可玩性。在虛拟現實中，GAN可以用于生成逼真的3D場景模型，以增強虛拟現實的沉浸感。在建築設計中，它可以用來生成逼真的三維建築模型，幫助設計師進行建築設計和規劃。
關于WIMI全息雲
維密全息雲股份有限公司（NASDAQ:WIMI）是一家全息雲綜合技術解決方案提供商，專注于全息AR汽車HUD軟件、3D全息脈沖激光雷達、頭戴光場全息設備、全息半導體、全息雲軟件、全息汽車導航等專業領域。其服務和全息AR技術包括全息AR汽車應用、3D全息脈沖激光雷達技術、全息視覺半導體技術、全息軟件開發、全息AR廣告技術、全息AR娛樂技術、全息ARSDK支付、交互式全息通信和其他全息AR技術。
