DF3DV-1K: Dataset y benchmark para síntesis de vistas sin distractores
La generación de nuevas vistas a partir de imágenes existentes ha avanzado enormemente con los campos de radiancia, pero la presencia de elementos distractores (objetos no deseados, personas, reflejos) sigue siendo un desafío. Hasta ahora, faltaba un conjunto de datos a gran escala que incluyera tanto imágenes limpias como con distractores para cada escena. El nuevo dataset DF3DV-1K, con 1.048 escenas y cerca de 90.000 imágenes capturadas con cámaras de consumo, llena ese vacío y permite evaluar la robustez de los métodos de síntesis de vistas sin distractores. Su subconjunto DF3DV-41, diseñado para condiciones extremas, sirve como referencia para comparar nueve técnicas modernas, incluyendo 3D Gaussian Splatting, identificando los enfoques más sólidos y los escenarios más complejos.
Más allá del benchmarking, DF3DV-1K se ha utilizado para ajustar un mejorador basado en difusión 2D, logrando mejoras de hasta 0,96 dB en PSNR y 0,057 en LPIPS sobre conjuntos de validación. Este tipo de avances tiene aplicaciones directas en realidad virtual, cinematografía digital y sistemas de navegación autónoma, donde eliminar distractores es crucial. Para las empresas que buscan integrar estas tecnologías, contar con soluciones de inteligencia artificial para empresas como las que desarrollamos en Q2BSTUDIO permite adaptar modelos robustos a entornos productivos, ya sea mediante aplicaciones a medida o software a medida que incorporen visión por computador y agentes IA.
En Q2BSTUDIO entendemos que la implementación exitosa de estos sistemas requiere una infraestructura sólida. Por eso ofrecemos servicios cloud AWS y Azure para escalar el entrenamiento y la inferencia, así como servicios de inteligencia de negocio como Power BI para visualizar los resultados. Además, la ciberseguridad es fundamental al manejar datasets visuales sensibles; nuestros equipos integran prácticas de pentesting y protección de datos en cada proyecto. El dataset DF3DV-1K es un ejemplo de cómo la investigación académica puede trasladarse a aplicaciones reales con el soporte adecuado de desarrollo de software a medida, permitiendo a las organizaciones beneficiarse de la última tecnología sin comprometer la calidad ni la seguridad.
Comentarios