← नवीनतम पेपर
💻 computer science

Underwater360: Reconstructing Underwater Scenes from Panoramic Images with Omnidirectional Gaussian Splatting

यह शोधपत्र Underwater360 का प्रस्ताव करता है, जो एक भौतिकी-सूचित (physics-informed) सर्वदिशीय (omnidirectional) 3D गॉसियन स्प्लेटिंग फ्रेमवर्क है, जो गोलाकार स्थान में रे कास्टिंग (ray casting) करने और आंतरिक विकिरण (intrinsic radiance) को माध्यम के प्रभावों से अलग करने के माध्यम से पानी के नीचे के पैनोरमिक दृश्यों को पुनर्गठित करता है ताकि उत्कृष्ट रेंडरिंग गुणवत्ता और स्वरूप बहाली (appearance restoration) प्राप्त की जा सके।

मूल लेखक: Jiangbei Hu, Weichao Song, Shibo Yu, Mohan Wang, Zihan Yi, Rui Wu, Mingkang Xiang, Na Lei, Shengfa Wang, Zhongxuan Luo, Ying He

प्रकाशित 2026-05-27
📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें
CC BY 4.0

मूल लेखक: Jiangbei Hu, Weichao Song, Shibo Yu, Mohan Wang, Zihan Yi, Rui Wu, Mingkang Xiang, Na Lei, Shengfa Wang, Zhongxuan Luo, Ying He

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप पानी के नीचे गहराई में स्थित एक डूबे हुए जहाज (shipwreck) की एक सटीक, 360-डिग्री फोटो लेने की कोशिश कर रहे हैं। यह दो मुख्य कारणों से एक बुरा सपना है:

  1. "फिश बाउल" विरूपण (Distortion): यदि आप एक मानक कैमरे का उपयोग करते हैं, तो आपको पूरे दृश्य को कवर करने के लिए सैकड़ों ओवरलैपिंग फोटो लेने होंगे, और उन्हें आपस में जोड़ना (stitching) ऐसा है जैसे एक ऐसे पहेली (puzzle) को जोड़ने की कोशिश करना जिसके टुकड़े बार-बार अपना आकार बदल रहे हों।
  2. "मटमैले सूप" का प्रभाव (The "Murky Soup" Effect): पानी साफ हवा की तरह नहीं है। यह एक घने, हरे कोहरे की तरह है। पानी प्रकाश को सोख लेता है (जिससे चीजें नीली या हरी दिखने लगती हैं) और प्रकाश को बिखेर देता है (जिससे एक धुंधली चमक पैदा होती है), जो वस्तुओं के वास्तविक रंगों और आकारों को छिपा देता है।

"Underwater360" नामक शोध पत्र इस समस्या को हल करने का एक नया तरीका प्रस्तावित करता है। इसे एक आभासी, क्रिस्टल-क्लियर 3D मॉडल बनाने के रूप में समझें, भले ही आपने इसमें धुंधली और विकृत तस्वीरें डाली हों।

यहाँ बताया गया है कि उन्होंने इसे कैसे किया, कुछ सरल उपमाओं (analogies) का उपयोग करके:

1. सपाट मानचित्र के बजाय "गोलाकार गुब्बारा" (The "Spherical Balloon")

मानक 3D कंप्यूटर ग्राफिक्स आमतौर पर एक 3D दृश्य को 2D स्क्रीन पर समतल करने की कोशिश करते हैं, जैसे ग्लोब को एक सपाट मानचित्र पर प्रोजेक्ट करना। इससे किनारे खिंच जाते हैं और विकृत हो जाते हैं (जैसे कैसे ग्रीनलैंड एक सपाट मानचित्र पर बहुत बड़ा दिखता है)।

  • पेपर का समाधान: दुनिया को सपाट करने के बजाय, लेखकों ने अपना सिस्टम एक विशाल, पारदर्शी गुब्बारे के भीतर काम करने के लिए बनाया। उन्होंने गुब्बारे के केंद्र से सीधे सतह तक "किरणें" (लेजर बीम की तरह) छोड़ीं। यह उस खिंचाव और विरूपण से बचाता है जो 3-डिग्री दृश्य को एक सपाट चित्र में बदलने पर होता है। यह एक उपहार को एक सपाट कागज से लपेटने की कोशिश करने (जहाँ हर जगह सिलवटें आती हैं) बनाम एक पहले से ढले हुए गुब्बारे का उपयोग करने के बीच का अंतर है जो आकार में पूरी तरह फिट बैठता है।

2. "जादुई फिल्टर" (सामग्री को अलग करना)

जब आप पानी के नीचे एक लाल मछली देखते हैं, तो वह लाल नहीं दिखती; वह मटमैले भूरे रंग की दिखती क्योंकि पानी ने लाल रोशनी को सोख लिया है और एक ग्रे धुंध जोड़ दी है।

  • पेपर का समाधान: उन्होंने एक स्मार्ट "डिजिटल फिल्टर" बनाया है जो सामग्री को अलग करने वाले शेफ की तरह काम करता है।
    • शेफ का लक्ष्य: यह पता लगाना कि मछली वास्तव में कैसी दिखती है (वास्तविक रंग) बनाम पानी ने उसे कैसे बदला (क्षीणन/attenuation और बैकस्कैटर)।
    • यह कैसे काम करता है: सिस्टम दो चीजों का अनुमान लगाने के लिए एक साथ सीखता है:
      1. "साफ" छवि: दृश्य कैसा दिखता यदि पानी साफ होता।
      2. "पानी" की छवि: पानी ने कितनी रोशनी रोकी और कितनी "धुंध" (बैकस्कैटर) जोड़ी।
    • इन दोनों को अलग करके, कंप्यूटर गणितीय रूप से पानी के प्रभाव को "उल्टा" (undo) कर सकता है, जिससे पानी के नीचे के दृश्य के वास्तविक रंग और स्पष्ट विवरण सामने आ जाते हैं।

3. "स्मार्ट पेंट स्प्रेयर" (Gaussian Splatting)

3D मॉडल बनाने के लिए, सिस्टम कठोर 3D ब्लॉक्स के बजाय हजारों छोटे, धुंधले 3D "पेंट स्प्लैटर्स" (जिन्हें Gaussians कहा जाता है) का उपयोग करता है।

  • उपमा: कल्पना कीजिए कि आप एक बादल को फिर से बनाने की कोशिश कर रहे हैं। आप सख्त प्लास्टिक क्यूब्स का उपयोग कर सकते हैं, लेकिन यह ब्लॉक जैसा दिखेगा। इसके बजाय, आप हजारों नरम, चमकते हुए धुंध के फुहारों (mist puffs) का उपयोग करते हैं जो एक-दूसरे के ऊपर आते हैं। कंप्यूटर यह पता लगाता है कि इन फुहारों को कहाँ रखना है और उन्हें कितना पारदर्शी होना चाहिए ताकि वे फोटो से मेल खा सकें।
  • नवाचार: आमतौर पर, ये "फुहार" साफ हवा के लिए डिज़ाइन किए गए होते हैं। पानी के नीचे, लेखक का सिस्टम इन फुहारों को यह सिखाता है कि वे अपने साथ एक "वॉटर मैप" भी लेकर चलें। इससे सिस्टम को यह जानने में मदद मिलती है कि, "यह फुहार 5 मीटर दूर है, इसलिए पानी ने इसे 20% गहरा और 10% अधिक धुंधला बना दिया है।"

परिणाम: एक नया "अंडरवॉटर मैप"

लेखकों ने केवल एक टूल नहीं बनाया; उन्होंने प्रशिक्षण का मैदान (training ground) भी बनाया।

  • उन्होंने एक नया डेटासेट बनाया जिसे OmniUW (वीडियो गेम इंजन में निर्मित सिंथेटिक दृश्य) और Insta360 (एक स्विमिंग पूल में ली गई वास्तविक तस्वीरें) कहा जाता है।
  • उन्होंने अपने तरीके का परीक्षण अन्य शीर्ष AI मॉडलों के विरुद्ध किया। परिणामों ने दिखाया कि उनके "गुब्बारा + जादुई फिल्टर" दृष्टिकोण ने पिछले तरीकों की तुलना में बहुत अधिक स्पष्ट और सटीक 3D मॉडल बनाए, जो अक्सर धुंधले या गलत रंग के रह जाते थे।

संक्षेप में: Underwater360 3D पुनर्निर्माण (reconstruction) के लिए एक नया नुस्खा है जो विरूपण से बचने के लिए गोलाकार कैमरा दृश्य का उपयोग करता है और मटमैले पानी को "छीलने" के लिए एक स्मार्ट गणितीय फिल्टर का उपयोग करता है, जिससे नीचे छिपी स्पष्ट, रंगीन दुनिया सामने आती है।

अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?

आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।

Digest आज़माएँ →

इसी तरह के और पेपर

इस विषय के सभी पेपर देखें 💻 cs →