北京，2023年8月7日/美通社/-全球领先的全息增强现实（“AR”）技术提供商WiMi全息云股份有限公司（NASDAQ:WiMi）（“WiMi”或“公司”）今天宣布，其研发团队正在研究基于生成对抗性网络的3D图像生成算法。生成对抗性网络（GAN）是生成数据和创建智能的有效模型。基本的GAN模型在结构上由生成器和鉴别器组成。GAN的最初目的是基于大量未标记数据进行无监督学习，从而能够生成各种形式的数据（图像、语音、语言等）。
该算法通过对抗性训练生成逼真的3D图像。生成对抗性网络的3D生成是通过生成器和鉴别器的对抗性训练来实现的。生成器负责生成逼真的3D模型，而鉴别器负责确定生成器生成的3D模型是否逼真。在训练过程中，生成器不断生成3D模型，鉴别器不断判断其真实性，直到鉴别器无法区分生成器生成的3D模型，此时生成器的训练完成。生成器可以生成不同的三维模型，从而实现三维模型的多样性。
GAN的3D图像生成步骤主要包括：
数据准备：准备用于训练的3D模型数据集，可以是真实的3D模型，也可以是虚拟的3D模型。
结构设计：设计发生器和鉴别器的网络结构。生成器负责生成逼真的3D模型，鉴别器负责判断生成器生成的3D模型是否逼真。
训练模型：生成器和鉴别器使用准备好的数据集进行训练。在训练中，生成器不断生成3D模型，鉴别器不断判断其真实性，直到鉴别器无法区分生成器生成的3D模型，此时生成器的训练完成。
优化模型：使用优化算法对生成的3D模型进行优化，使其更加逼真。
随着“生成对抗性网络”技术的不断“进化”，它已经从传统的计算机视觉扩展到其他方向，在对抗样本、数据扩充、迁移学习和智能创建等方面显示出巨大的潜力，并成为深度学习和人工智能技术的新趋势。
WiMi基于生成对抗性网络的3D图像生成算法具有广泛的应用，可以为游戏开发、虚拟现实、建筑设计等领域提供重要的技术支持。在游戏开发中，对抗性网络可以用于生成逼真的3D角色模型、场景模型等，以增强游戏的真实性和可玩性。在虚拟现实中，GAN可以用于生成逼真的3D场景模型，以增强虚拟现实的沉浸感。在建筑设计中，它可以用来生成逼真的三维建筑模型，帮助设计师进行建筑设计和规划。
关于WIMI全息云
维密全息云股份有限公司（NASDAQ:WIMI）是一家全息云综合技术解决方案提供商，专注于全息AR汽车HUD软件、3D全息脉冲激光雷达、头戴光场全息设备、全息半导体、全息云软件、全息汽车导航等专业领域。其服务和全息AR技术包括全息AR汽车应用、3D全息脉冲激光雷达技术、全息视觉半导体技术、全息软件开发、全息AR广告技术、全息AR娱乐技术、全息ARSDK支付、交互式全息通信和其他全息AR技术。
