人工智能可以从照片中分析光学材料的特性?学习如何!

我们的新机器人霸主得一分!人工智能(AI)现在只需点击一下手机，就可以读取表面的光学材料属性。

基于照片(小图像)对表面(大图)进行数字重建．

Ansys光学模拟团队(前身为OP万博TIS)、Inria和麻省理工学院计算机科学与人工智能实验室的研究人员已经训练了一台计算机，让它能做人类本能的事情:仅仅通过看照片就能预测表面的感觉。

事实上，这个人工智能可以推断出一个材料的正常反照率，漫射反照率，镜面反照率和镜面粗糙度的每个像素的图像。因此，该工具有一天可以帮助工程师更快地迭代他们的设计，因为他们很容易预测光学材料的特性。

Ansys的研究工程师Valentin Deschaintre解释说:“通过一张图片，现在可以评估光与材料接触时的行为。”万博“手电筒用来照亮物体，然后拍照。然后，人工智能根据图片中光线的行为，直观地理解材料的属性。”

如何训练人工智能预测光学材料性能

人类并不伟大用计算机编程来识别图像。因此，研究人员必须教人工智能从已知这些值的图像中预测材料特性。

然而，把这个人工智能带到学校并不容易。它需要一个由20万个程序生成的空间变化双向反射分布函数(SVBRDF)组成的数据集，40万个训练迭代，以及在TITAN X GPU上一周左右的处理时间。

AI使用输入的照片(左图)来恢复描述反照率和镜面粗糙度的SVBRDF地图(中图)。然后使用这些地图重新渲染图像(右图)。

“人工智能是解决这类问题的有力工具，因为计算机可以学习如何操作图片上的每个视觉指标——比如材料产生的阴影和反射，”Inria研究主管阿德里安·布索(Adrien Bousseau)说，“合成和基于图像的模拟是实现这一目标的关键因素，因为我们获得了学习所需的大量图片。”

为什么工程师需要快速的光学数据

使用虚拟样机、虚拟现实和模拟的工程师会发现该工具非常有用，可以快速确定材料属性。这将使他们专注于迭代他们的设计，而不是寻找确定光学数据的方法。

“我们的研究将能够帮助工程师们快速建立他们的概念原型。这转化为生产率的提高，”Ansys业务总监Jacques Delacour指出。万博

德拉库尔并不是在开玩笑。通常情况下，收集这些光学数据一次只能收集一小块材料。然而，由于这个新工具可以在像素水平上评估这些属性，工程师们现在可以一次评估一个大的表面。

Deschaintre表示:“这种数据采集方法在评估大型表面时具有很大的优势。“这种基于图片的新方法可以让你了解更广泛的表面，所以你可以快速、轻松地捕捉到大的模式。”

这种材料分析方法的未来用户也将能够节省资金，因为他们减少了严格但昂贵的实验室测量量。

Bousseau说:“几十年来，对材料进行精确的实验室测量已经成为可能，但是对于许多数字概念参与者来说，所需的设备是无法达到的。”“我们的目标是简化获取和物体外观，就像用手机拍照一样简单。”

然而，德拉库尔警告说，不要取消所有的实验室测量。他说:“材料是复杂的，工程师需要研究这种复杂性。因此，材料对不同的光环境会有不同的反应。为了确保准确的结果和高质量，最好的选择是在不同的光照条件下用不同的方法进行多次测量。”

因此，如果这个工具公开，它将在工程师设计的早期开发阶段为他们提供最好的服务。在这个阶段，不需要精确的光学数据来排除要考虑的材料。工程师将能够节省时间和金钱，因为只有最有效的候选材料才能进入实验室进行严格的测试。

要了解更多关于这种评估光学特性的新方法，请查看万博Ansys光学．