Apera AI vs Farm3D

Apera AI vende software e hardware de Visão 4D que orienta robôs industriais em tarefas de separação de peças, montagem, atendimento de máquinas, classificação e embalagem. Sua plataforma de visão robótica Vue combina pares de câmeras 2D em um modelo de cena 3D, e então executa redes neurais proprietárias para escolher a peça mais fácil de agarrar e enviar planos de trajetória para o controlador do robô em apenas 0,3 segundos.

A visão computacional tradicional frequentemente necessita de fotos de referência ou falha com peças brilhantes, transparentes ou empilhadas aleatoriamente. Apera AI treina objetos a partir de modelos CAD ou escaneamentos 3D usando dados sintéticos, visando 99,99% de confiabilidade antes da entrega, e lida com peças claras, translúcidas e reflexivas em iluminação forte, escura ou externa. Um computador Vue pode operar até quatro pares de câmeras, e a comissionamento após o treinamento leva cerca de 15 minutos de calibração.

A empresa tem como alvo plantas automotivas, de dispositivos médicos e de fabricação de metal, além dos integradores de sistemas que constroem suas células. Os projetos seguem um processo de quatro etapas: Escopo, Design, Instalação e Suporte com parceiros certificados, garantia de reembolso baseada em especificações nos programas de visão, e compromisso de retorno de suporte em 30 minutos durante o horário comercial.

Farm3D é um método de pesquisa para reconstrução 3D monocular de animais articulados, desenvolvido na Universidade de Oxford e publicado no 3DV 2024. Você fornece uma foto de um cavalo, vaca ou ovelha e ele retorna uma forma 3D completa com textura em segundos, sem treinamento em fotografias reais. A página do projeto documenta a abordagem, mostra demonstrações de reconstrução e fornece links para o código e o conjunto de dados de referência Animodel.

A maioria dos geradores 3D necessita de grandes conjuntos de dados 3D rotulados ou capturas multivista. Farm3D treina inteiramente em vistas sintéticas produzidas pelo Stable Diffusion, usando o mesmo modelo de difusão como crítico durante o aprendizado. Isso permite recuperar detalhes finos como pernas e orelhas em categorias que nunca viu em imagens reais, o que é incomum para pipelines de reconstrução monocular que dependem de supervisão do mundo real.

Pesquisadores que estudam formas 3D articuladas, engenheiros de visão computacional prototipando pipelines de ativos animais e artistas 3D explorando síntese controlável acharão as demonstrações e o código aberto úteis. O método também suporta relighting, troca de textura entre modelos da mesma categoria e animação esquelética após a geração da forma.