NEC e la Keio University sviluppano una tecnologia rapida di modellazione 3D guidata dall'IA

NEC Corporation, in collaborazione con il Keio AI Research Center, ha sviluppato una tecnologia che utilizza un'intelligenza artificiale proprietaria per generare modelli 3D altamente dettagliati in appena un minuto. Il sistema funziona esclusivamente su filmati video catturati con telecamere di uso generale, come quelle integrate negli smartphone, e rimuove automaticamente i soggetti transitori o non necessari dal rendering finale. La tecnologia è progettata per replicare con precisione le condizioni in loco senza richiedere costosi hardware specializzati o interrompere gli ambienti di lavoro attivi. NEC prevede di commercializzare la tecnologia entro l'anno fiscale 2027, puntando ad applicazioni di gemelli digitali nei settori delle infrastrutture, dei servizi pubblici e delle costruzioni.

Superare i vincoli video e gli ostacoli della modellazione spaziale
I moderni operatori di infrastrutture e le imprese di costruzione condividono sempre più spesso feed video in diretta con i supervisori remoti per gestire la carenza di manodopera e ridurre al minimo le spese di viaggio per le ispezioni. Tuttavia, la registrazione video tradizionale rende difficile per i team remoti isolare rapidamente punti di vista specifici o regolare dinamicamente gli angoli per ispezionare dettagli oscuri.

Sebbene i gemelli digitali basati su modelli 3D offrano un'ispezione a punto di vista libero, un'adozione diffusa è stata limitata da ostacoli tecnici. I metodi standard di fotogrammetria e scansione laser richiedono costosi sensori specializzati, necessitano dell'interruzione delle operazioni in loco durante le riprese per evitare di catturare i lavoratori transitori e richiedono lunghi tempi di elaborazione fuori sede per eseguire il rendering del modello finale.

Per risolvere questi colli di bottiglia operativi, il progetto collaborativo ha abbinato il Gaussian Splatting — una tecnica di rendering spaziale sempre più utilizzata per la generazione di sfondi nei film e nell'animazione — con l'elaborazione personalizzata delle reti neurali. La combinazione consente una ricostruzione spaziale rapida e ad alta fedeltà utilizzando le telecamere dei dispositivi mobili senza interrompere le operazioni in corso.

Ottimizzazione spaziale e funzioni di rimozione degli oggetti
La tecnologia incorpora due importanti innovazioni software per ottimizzare l'efficienza di elaborazione e garantire l'accuratezza del modello:

I modelli 3D risultanti sono compatibili con i normali computer o tablet. Ciò consente agli ingegneri sul campo e ai coordinatori remoti di valutare immediatamente le condizioni del sito, condurre ispezioni virtuali e accelerare il processo decisionale durante le anomalie operative.




Contesto aggiuntivo
Questa sezione descrive in dettaglio le specifiche tecniche non incluse nel comunicato stampa originale.

Le pipeline di ricostruzione 3D tradizionali si affidano alla Structure-from-Motion (SfM) e alla Multi-View Stereo (MVS) per costruire dense mesh poligonali, il che richiede tempi di elaborazione sostanziali. Il Gaussian Splatting accelera questo processo rappresentando lo spazio 3D come una raccolta di ellissoidi 3D continui e semitrasparenti (gaussiane) anziché come punti poligonali rigidi e discreti. Ciascuna particella gaussiana è definita matematicamente dalla sua posizione spaziale, scala, rotazione, colore e opacità.

La piattaforma di NEC e della Keio University perfeziona questa tecnica integrando un analizzatore attivo della complessità visiva prima della fase di ottimizzazione. Lo splatting convenzionale distribuisce le particelle in modo uniforme all'interno di una scena e si affida a un lento algoritmo di potatura e divisione (pruning-and-splitting) per rifinire i dettagli.

Al contrario, questa tecnologia impiega un algoritmo di rilevamento dei bordi e di mappatura dei gradienti di trama in tempo reale per stimare la frequenza spaziale localizzata. Il sistema utilizza queste mappe di densità per allocare i semi gaussiani iniziali. Questo posizionamento pre-ottimizzato consente al motore neurale di aggirare le iterazioni ridondanti di particelle sulle superfici piane. Concentra la potenza di elaborazione della GPU esclusivamente sulle superfici complesse, comprimendo l'intera sequenza di rendering in un intervallo operativo di un minuto.

A cura di Romila DSilva, redattrice di Induportals, con il supporto dell'IA.