ภาพที่สร้างด้วยคอมพิวเตอร์ ( CGI ) เป็นการประยุกต์ใช้กราฟิกคอมพิวเตอร์ เฉพาะด้าน เพื่อสร้างหรือปรับปรุงภาพในงานศิลปะสื่อสิ่งพิมพ์โปรแกรมจำลองวิดีโอ และวิดีโอเกม ภาพเหล่านี้อาจเป็นภาพนิ่งหรือภาพเคลื่อนไหวก็ได้ CGI หมายถึงทั้งกราฟิกคอมพิวเตอร์ 2 มิติ และ (บ่อยครั้งกว่า) กราฟิกคอมพิวเตอร์ 3 มิติโดยมีจุดประสงค์เพื่อออกแบบตัวละครโลกเสมือนจริงหรือฉากและเอฟเฟกต์พิเศษ (ในภาพยนตร์รายการโทรทัศน์ โฆษณา ฯลฯ) การประยุกต์ใช้ CGI เพื่อสร้างหรือปรับปรุงภาพเคลื่อนไหวเรียกว่าภาพเคลื่อนไหวคอมพิวเตอร์ (หรือภาพเคลื่อนไหว CGI)

ภาพยนตร์เรื่องแรกที่ใช้ CGI รวมถึงการผสมผสานภาพยนตร์คนแสดงกับ CGI คือ^{Vertigo [ 1 ]}ซึ่งใช้^{กราฟิกคอมพิวเตอร์}แบบนามธรรมโดยJohn Whitneyในเครดิตเปิดเรื่องของภาพยนตร์ ภาพยนตร์เรื่องแรกที่ใช้ CGI ร่วมกับภาพยนตร์คนแสดงในส่วนของเนื้อเรื่องคือWestworldใน ปี 1973 ^{[ 2 ]} ภาพยนตร์เรื่องแรกที่นำเสนอตัวละคร CGI เต็มรูปแบบคือ Young Sherlock Holmesในปี 1985 ซึ่งนำเสนอตัวละครอัศวินกระจกสีที่เคลื่อนไหวได้เต็มรูปแบบ^{[ 3 ]}ภาพยนตร์ยุคแรกๆ อื่นๆ ที่ใช้ CGI ได้แก่Demon Seed (1977), Star Wars (1977), ^{[ 2 ]} Tron (1982), Star Trek II: The Wrath of Khan (1982), ^{[ 2 ]} Golgo 13: The Professional (1983), ^{[ 4 ]} The Last Starfighter (1984), ^{[ 5 ]} The Abyss (1989), Terminator 2: Judgement Day (1991) และJurassic Park (1993) มิวสิกวิดีโอ แรก ที่ใช้ CGI คือ"Adventures in Success" ของWill Powers (1983) ^{[ 6 ]}ในปี 1995 Toy StoryของPixarกลายเป็นภาพยนตร์ฟีเจอร์เรื่องแรกที่ใช้ CGI อย่างเต็มรูปแบบ ซึ่งถือเป็นก้าวสำคัญทางประวัติศาสตร์ทั้งในด้านแอนิเมชั่นและการสร้างภาพยนตร์^{[ 7 ]} ก่อนที่ CGI จะแพร่หลายในภาพยนตร์ ความเป็นจริงเสมือน คอมพิวเตอร์ส่วนบุคคล และเกม หนึ่งในแอปพลิเคชันเชิงปฏิบัติแรกๆ ของ CGI คือการบินและการฝึกอบรมทางทหาร โดยเฉพาะอย่างยิ่งเครื่องจำลองการบินระบบภาพที่พัฒนาขึ้นในเครื่องจำลองการบินยังเป็นพื้นฐานสำคัญของกราฟิกคอมพิวเตอร์สามมิติและระบบภาพที่สร้างด้วยคอมพิวเตอร์ (CGI) ในปัจจุบัน เนื่องจากวัตถุประสงค์ของการจำลองการบินคือการจำลองพฤติกรรมของเครื่องบินขณะบินบนพื้นดิน การจำลองส่วนใหญ่เกี่ยวข้องกับการสังเคราะห์ภาพที่น่าเชื่อถือซึ่งเลียนแบบความเป็นจริง^{[ 8 ]}เครื่องกำเนิดภาพดิจิทัล Link (DIG) โดยบริษัท Singer (Singer-Link) ถือเป็นหนึ่งในระบบ CGI รุ่นแรกๆ ของโลก^{[ 9 ]}เป็นระบบแบบเรียลไทม์ 3 มิติ ที่สามารถแสดงผลกลางวัน/พลบค่ำ/กลางคืน ซึ่งถูกใช้โดยกระสวยอวกาศNASAสำหรับF-111 , Black HawkและB-52เครื่องกำเนิดภาพดิจิทัลของ Link มีสถาปัตยกรรมที่ให้ระบบภาพที่สอดคล้องกับมุมมองของนักบินอย่างสมจริง^{[ 10 ]}สถาปัตยกรรมพื้นฐานของ DIG และการปรับปรุงในภายหลังประกอบด้วยตัวจัดการฉาก ตามด้วยตัวประมวลผลทางเรขาคณิต ตัวประมวลผลวิดีโอ และเข้าสู่จอแสดงผล โดยมีเป้าหมายสุดท้ายคือระบบภาพที่ประมวลผลพื้นผิวที่สมจริง การแรเงา ความสามารถในการโปร่งแสง และปราศจากการบิดเบือนภาพ^{[ 11 ]}

เมื่อรวมกับความจำเป็นในการจับคู่การสังเคราะห์เสมือนจริงกับข้อกำหนดการฝึกอบรมระดับทางการทหาร เทคโนโลยี CGI ที่ใช้ในการจำลองการบินมักจะล้ำหน้ากว่าสิ่งที่จะมีในคอมพิวเตอร์เชิงพาณิชย์หรือแม้แต่ในภาพยนตร์งบประมาณสูงหลายปี ระบบ CGI ในยุคแรกสามารถแสดงวัตถุที่ประกอบด้วยรูปหลายเหลี่ยมระนาบเท่านั้น ความก้าวหน้าในอัลกอริธึมและอิเล็กทรอนิกส์ในระบบภาพจำลองการบินและ CGI ในช่วงทศวรรษ 1970 และ 1980 มีอิทธิพลต่อเทคโนโลยีหลายอย่างที่ยังคงใช้ใน CGI สมัยใหม่ โดยเพิ่มความสามารถในการซ้อนพื้นผิวบนพื้นผิวต่างๆ รวมถึงการเปลี่ยนภาพจากระดับรายละเอียดหนึ่งไปยังอีกระดับหนึ่งได้อย่างราบรื่น^{[ 12 ]}

วิวัฒนาการของ CGI นำไปสู่การเกิดขึ้นของภาพยนตร์เสมือนจริงในช่วงทศวรรษ 1990 ซึ่งภาพจากกล้องจำลอง ไม่ถูกจำกัดด้วยกฎทางฟิสิกส์ การมีซอฟต์แวร์ CGI และความเร็วของคอมพิวเตอร์ที่เพิ่มขึ้น ทำให้ศิลปินแต่ละคนและบริษัทขนาดเล็กสามารถผลิตภาพยนตร์ เกม และงานศิลปะระดับมืออาชีพจากคอมพิวเตอร์ที่บ้านได้

ภาพเคลื่อนไหวไม่เพียงแต่เป็นส่วนหนึ่งของภาพที่สร้างด้วยคอมพิวเตอร์เท่านั้น แต่ภูมิทัศน์ที่ดูเป็นธรรมชาติ (เช่นภูมิทัศน์แบบแฟรกทัล ) ก็ถูกสร้างขึ้นผ่านอัลกอริธึม คอมพิวเตอร์ เช่นกัน วิธีง่ายๆ ในการสร้างพื้นผิวแฟรกทัลคือการใช้ส่วนขยายของ วิธีการ ตาข่ายสามเหลี่ยมโดยอาศัยการสร้างเส้นโค้งเดอแรม ในกรณีพิเศษบางกรณี เช่นการเลื่อนจุดกึ่งกลาง^{[ 13 ]}ตัวอย่างเช่น อัลกอริธึมอาจเริ่มต้นด้วยสามเหลี่ยมขนาดใหญ่ จากนั้นซูมเข้าแบบวนซ้ำโดยแบ่งออกเป็นสามเหลี่ยมเซียร์ปินสกี ขนาดเล็กสี่รูป จากนั้นประมาณค่าความสูงของแต่ละจุดจากเพื่อนบ้านที่ใกล้ที่สุด^{[ 13 ]}การสร้างพื้นผิวบราวน์เนียนอาจทำได้ไม่เพียงแต่โดยการเพิ่มสัญญาณรบกวนเมื่อสร้างโหนดใหม่ แต่ยังโดยการเพิ่มสัญญาณรบกวนเพิ่มเติมในหลายระดับของตาข่าย^{[ 13 ]}ดังนั้น แผนที่ ภูมิประเทศที่มีระดับความสูงแตกต่างกันจึงสามารถสร้างได้โดยใช้อัลกอริธึมแฟรกทัลที่ค่อนข้างตรงไปตรงมา แฟรกทัลทั่วไปที่เขียนโปรแกรมได้ง่ายซึ่งใช้ใน CGI ได้แก่แฟรกทัลพลาสมา และแฟรกทั ลรอยเลื่อนที่น่าทึ่งกว่า^{[ 14 ]}

มีการวิจัยและพัฒนาเทคนิคเฉพาะหลายอย่างเพื่อสร้างเอฟเฟกต์ที่สร้างด้วยคอมพิวเตอร์ที่มีความแม่นยำสูง เช่น การใช้แบบจำลองเฉพาะเพื่อแสดงถึงการผุกร่อนทางเคมีของหินเพื่อจำลองการกัดเซาะและสร้าง "ลักษณะที่ดูเก่า" สำหรับพื้นผิวที่ทำจากหิน^{[ 15 ]}

สถาปนิกสมัยใหม่ใช้บริการจากบริษัทกราฟิกคอมพิวเตอร์เพื่อสร้างแบบจำลองสามมิติสำหรับทั้งลูกค้าและผู้รับเหมา แบบจำลองที่สร้างด้วยคอมพิวเตอร์เหล่านี้มีความแม่นยำมากกว่าภาพวาดแบบดั้งเดิมแอนิเมชั่นทางสถาปัตยกรรม (ซึ่งให้ภาพยนตร์แอนิเมชั่นของอาคาร แทนที่จะเป็นภาพแบบโต้ตอบ) ยังสามารถใช้เพื่อดูความสัมพันธ์ที่เป็นไปได้ที่อาคารจะมีต่อสภาพแวดล้อมและอาคารโดยรอบ การประมวลผลพื้นที่ทางสถาปัตยกรรมโดยไม่ต้องใช้กระดาษและดินสอเป็นแนวปฏิบัติที่ได้รับการยอมรับอย่างกว้างขวางในปัจจุบันด้วยระบบการออกแบบทางสถาปัตยกรรมที่ใช้คอมพิวเตอร์ช่วยหลายระบบ^{[ 16 ]}

เครื่องมือสร้างแบบจำลองทางสถาปัตยกรรมช่วยให้สถาปนิกสามารถมองเห็นภาพพื้นที่และทำการ "เดินชม" ในลักษณะโต้ตอบได้ จึงทำให้เกิด "สภาพแวดล้อมแบบโต้ตอบ" ทั้งในระดับเมืองและระดับอาคาร^{[ 17 ]}การใช้งานเฉพาะในด้านสถาปัตยกรรมไม่เพียงแต่รวมถึงการกำหนดโครงสร้างอาคาร (เช่น ผนังและหน้าต่าง) และการเดินชมเท่านั้น แต่ยังรวมถึงผลกระทบของแสงและวิธีที่แสงแดดจะส่งผลต่อการออกแบบเฉพาะในช่วงเวลาต่างๆ ของวันด้วย^{[ 18 ] [ 19 ]}

เครื่องมือสร้างแบบจำลองทางสถาปัตยกรรมในปัจจุบันได้เปลี่ยนมาใช้ระบบอินเทอร์เน็ตมากขึ้น อย่างไรก็ตาม คุณภาพของระบบที่ใช้อินเทอร์เน็ตยังคงล้าหลังระบบสร้างแบบจำลองภายในองค์กรที่ซับซ้อน^{[ 20 ]}

ในบางแอปพลิเคชัน ภาพที่สร้างด้วยคอมพิวเตอร์จะถูกนำมาใช้เพื่อ "สร้างย้อนกลับ" อาคารทางประวัติศาสตร์ ตัวอย่างเช่น การสร้างอารามที่Georgenthalในเยอรมนีขึ้นใหม่ด้วยคอมพิวเตอร์นั้นได้มาจากซากปรักหักพังของอาราม แต่ให้ผู้ชมได้ "สัมผัสและรู้สึก" ว่าอาคารจะมีลักษณะอย่างไรในสมัยนั้น^{[ 21 ]}

แบบจำลองที่สร้างขึ้นด้วยคอมพิวเตอร์ที่ใช้ในแอนิเมชันโครงกระดูกนั้นไม่ถูกต้องตามหลักกายวิภาคเสมอไป อย่างไรก็ตาม องค์กรต่างๆ เช่นสถาบันการคำนวณทางวิทยาศาสตร์และการสร้างภาพ (Scientific Computing and Imaging Institute)ได้พัฒนาแบบจำลองที่สร้างขึ้นด้วยคอมพิวเตอร์ซึ่งถูกต้องตามหลักกายวิภาคแล้ว แบบจำลองทางกายวิภาคที่สร้างขึ้นด้วยคอมพิวเตอร์สามารถนำไปใช้ได้ทั้งเพื่อการเรียนการสอนและการปฏิบัติงาน ปัจจุบันนักศึกษาแพทย์ยังคงใช้ภาพทางการแพทย์ ที่สร้างโดยศิลปินจำนวนมาก เช่น ภาพของ Frank H. Netterเช่นภาพหัวใจอย่างไรก็ตาม ปัจจุบันมีแบบจำลองทางกายวิภาคออนไลน์จำนวนมากที่เริ่มมีให้ใช้งานแล้ว

ภาพเอกซเรย์ของผู้ป่วยเพียงภาพเดียวไม่ใช่ภาพที่สร้างขึ้นโดยคอมพิวเตอร์ แม้ว่าจะผ่านการแปลงเป็นดิจิทัลแล้วก็ตาม อย่างไรก็ตาม ในการใช้งานที่เกี่ยวข้องกับการสแกน CTนั้น แบบจำลองสามมิติจะถูกสร้างขึ้นโดยอัตโนมัติจากภาพเอกซเรย์แบบชิ้นเดียวหลายๆ ภาพ ทำให้เกิด "ภาพที่สร้างขึ้นโดยคอมพิวเตอร์" การใช้งานที่เกี่ยวข้องกับการถ่ายภาพด้วยคลื่นแม่เหล็กไฟฟ้า (MRI)ก็มีการนำ "ภาพนิ่ง" หลายๆ ภาพ (ในกรณีนี้ผ่านทางคลื่นแม่เหล็กไฟฟ้า) มารวมกันเพื่อสร้างภาพภายในแบบผสมผสาน

ในการประยุกต์ใช้ทางการแพทย์สมัยใหม่ โมเดลเฉพาะบุคคลของผู้ป่วยจะถูกสร้างขึ้นใน 'การผ่าตัดโดยใช้คอมพิวเตอร์ช่วย' ตัวอย่างเช่น ในการ ผ่าตัด เปลี่ยนข้อเข่า ทั้งหมด การสร้างแบบจำลองเฉพาะบุคคลของผู้ป่วยอย่างละเอียดสามารถนำมาใช้ในการวางแผนการผ่าตัดอย่างรอบคอบได้^{[ 22 ]}โมเดลสามมิติเหล่านี้มักจะถูกดึงมาจากภาพ CT สแกน หลายภาพ ของส่วนต่างๆ ของร่างกายของผู้ป่วยเอง โมเดลดังกล่าวสามารถใช้ในการวางแผน การปลูกถ่าย ลิ้นหัวใจเอออร์ตาซึ่งเป็นหนึ่งในขั้นตอนทั่วไปในการรักษาโรคหัวใจเนื่องจากรูปร่าง เส้นผ่านศูนย์กลาง และตำแหน่งของ ช่องเปิด หลอดเลือดหัวใจอาจแตกต่างกันอย่างมากในแต่ละผู้ป่วย การดึงโมเดล (จากภาพ CT สแกน ) ที่คล้ายกับกายวิภาคของลิ้นหัวใจของผู้ป่วยอย่างใกล้ชิดจึงเป็นประโยชน์อย่างมากในการวางแผนขั้นตอนการผ่าตัด^{[ 23 ]}

โดยทั่วไปแล้ว รูปแบบของผ้าสามารถแบ่งออกได้เป็น 3 กลุ่ม:

• โครงสร้างทางเรขาคณิตเชิงกล ณจุดตัดของเส้นด้าย
• กลศาสตร์ของแผ่นยืดหยุ่นต่อเนื่อง
• ลักษณะทางเรขาคณิตระดับมหภาคของผ้า^{[ 24 ]}

จนถึงปัจจุบัน การทำให้เสื้อผ้าของตัวละครดิจิทัลพับอย่างเป็นธรรมชาติโดยอัตโนมัติยังคงเป็นความท้าทายสำหรับนักสร้างแอนิเมชันหลายคน^{[ 25 ]}

นอกจากการใช้งานในภาพยนตร์ โฆษณา และรูปแบบอื่นๆ ของการแสดงต่อสาธารณะแล้ว ปัจจุบันบริษัทออกแบบแฟชั่นชั้นนำยังใช้ภาพเสื้อผ้าที่สร้างด้วยคอมพิวเตอร์เป็นประจำอีกด้วย^{[ 26 ]}

ความท้าทายในการสร้าง ภาพ ผิวหนังมนุษย์นั้นเกี่ยวข้องกับระดับความสมจริงสามระดับ:

• ความสมจริงของภาพถ่ายที่คล้ายกับผิวหนัง จริง ในระดับภาพนิ่ง
• ความสมจริงทางกายภาพในการจำลองการเคลื่อนไหว
• ความสมจริงของฟังก์ชันในการเลียนแบบการตอบสนองต่อการกระทำ^{[ 27 ]}

รายละเอียดปลีกย่อยที่มองเห็นได้ชัดเจนที่สุด เช่นริ้วรอย เล็กๆ และรูขุม ขน มีขนาดประมาณ 100 ไมโครเมตรหรือ 0.1 มิลลิเมตรผิวหนังสามารถจำลองได้โดยใช้ฟังก์ชันพื้นผิวแบบสองทิศทาง 7 มิติ (BTF) หรือชุดของฟังก์ชันการกระจายการกระเจิงแบบสองทิศทาง (BSDF) บนพื้นผิวของเป้าหมาย

เมื่อทำการสร้างภาพเคลื่อนไหวของพื้นผิว เช่น เส้นผมหรือขน สำหรับโมเดลที่สร้างด้วยคอมพิวเตอร์ เส้นผมพื้นฐานแต่ละเส้นจะถูกสร้างขึ้นก่อน จากนั้นจึงทำการคัดลอกเพื่อแสดงปริมาตร^{[ 28 ]}เส้นผมเริ่มต้นมักมีความยาวและสีที่แตกต่างกัน เพื่อครอบคลุมส่วนต่างๆ ของโมเดล เทคนิคนี้ถูกนำมาใช้ใน ภาพยนตร์แอนิเมชั่นเรื่อง Monsters Inc (2001) ของPixarสำหรับตัวละคร Sulley ซึ่งมีเส้นผมเริ่มต้นประมาณ 1,000 เส้น และถูกคัดลอกซ้ำอีก 2,800 ครั้ง^{[ 28 ]}จำนวนการคัดลอกอาจมีตั้งแต่หลายพันถึงหลายล้าน ขึ้นอยู่กับระดับรายละเอียดที่ต้องการ

การแสดงภาพแบบโต้ตอบคือการเรนเดอร์ข้อมูลที่อาจเปลี่ยนแปลงแบบไดนามิกและอนุญาตให้ผู้ใช้ดูข้อมูลจากหลายมุมมอง พื้นที่การใช้งานอาจแตกต่างกันอย่างมาก ตั้งแต่การแสดงภาพรูปแบบการไหลในพลศาสตร์ของไหลไปจนถึงแอปพลิ เคชัน การออกแบบโดยใช้คอมพิวเตอร์ช่วย เฉพาะ ^{[ 29 ]}ข้อมูลที่เรนเดอร์อาจสอดคล้องกับฉากภาพเฉพาะที่เปลี่ยนแปลงไปเมื่อผู้ใช้โต้ตอบกับระบบ เช่น โปรแกรมจำลอง เช่นโปรแกรมจำลองการบินใช้เทคนิค CGI อย่างกว้างขวางในการแสดงโลก^{[ 30 ]}

ในระดับนามธรรม กระบวนการแสดงภาพแบบโต้ตอบเกี่ยวข้องกับ "ไปป์ไลน์ข้อมูล" ซึ่งข้อมูลดิบจะได้รับการจัดการและกรองให้อยู่ในรูปแบบที่เหมาะสมสำหรับการแสดงผล ซึ่งมักเรียกว่า"ข้อมูลการแสดงภาพ"จากนั้นข้อมูลการแสดงภาพจะถูกแมปไปยัง "การแสดงภาพ" ที่สามารถป้อนให้กับระบบการแสดงผล ซึ่งมักเรียกว่า"การแสดงภาพที่แสดงผลได้"จากนั้นการแสดงภาพนี้จะถูกแสดงผลเป็นภาพที่สามารถแสดงได้^{[ 30 ]}เมื่อผู้ใช้โต้ตอบกับระบบ (เช่น โดยใช้จอยสติ๊กเพื่อเปลี่ยนตำแหน่งภายในโลกเสมือนจริง) ข้อมูลดิบจะถูกป้อนผ่านไปป์ไลน์เพื่อสร้างภาพที่แสดงผลใหม่ ซึ่งมักทำให้ประสิทธิภาพการคำนวณแบบเรียลไทม์เป็นประเด็นสำคัญในแอปพลิเคชันดังกล่าว^{[ 30 ] [ 31 ]}

แม้ว่าภาพทิวทัศน์ที่สร้างขึ้นด้วยคอมพิวเตอร์อาจเป็นภาพนิ่ง แต่แอนิเมชั่นคอมพิวเตอร์นั้นหมายถึงภาพเคลื่อนไหวที่คล้ายกับภาพยนตร์เท่านั้น อย่างไรก็ตาม โดยทั่วไปแล้ว คำว่าแอนิเมชั่นคอมพิวเตอร์หมายถึงภาพเคลื่อนไหวที่ไม่สามารถโต้ตอบกับผู้ใช้ได้ และคำว่าโลกเสมือนจริงใช้สำหรับสภาพแวดล้อมแอนิเมชั่นแบบโต้ตอบได้

แอนิเมชั่นคอมพิวเตอร์นั้นโดยพื้นฐานแล้วคือเทคโนโลยีดิจิทัลที่พัฒนาต่อยอดมาจากศิลปะการสร้างแอนิเมชั่นแบบสต็อปโมชั่น ด้วยโมเดล 3 มิติ และการสร้างแอนิเมชั่นแบบเฟรมต่อเฟรมด้วยภาพประกอบ 2 มิติ แอนิเมชั่นที่สร้างด้วยคอมพิวเตอร์นั้นควบคุมได้ง่ายกว่ากระบวนการอื่นๆ ที่ใช้หลักการทางกายภาพ เช่น การสร้างแบบจำลองขนาดเล็ก สำหรับฉากพิเศษ หรือการจ้าง นักแสดง ประกอบสำหรับฉากฝูงชน และยังช่วยให้สามารถสร้างภาพที่ไม่สามารถทำได้ด้วยเทคโนโลยีอื่นๆ นอกจากนี้ยังช่วยให้ศิลปินกราฟิกเพียงคนเดียวสามารถสร้างเนื้อหาดังกล่าวได้โดยไม่ต้องใช้นักแสดง ฉากประกอบราคาแพง หรืออุปกรณ์ประกอบฉาก

เพื่อสร้างภาพลวงตาของการเคลื่อนไหว ภาพหนึ่งจะถูกแสดงบนหน้าจอคอมพิวเตอร์และถูกแทนที่ด้วยภาพใหม่ซ้ำๆ ซึ่งคล้ายกับภาพก่อนหน้า แต่เลื่อนไปข้างหน้าเล็กน้อยในมิติเวลา (โดยปกติที่อัตรา 24 หรือ 30 เฟรมต่อวินาที) เทคนิคนี้เหมือนกับวิธีการสร้างภาพลวงตาของการเคลื่อนไหวใน โทรทัศน์และภาพยนตร์

โมเดลแปลง ข้อความเป็นภาพ (T2I หรือ TTI) เป็นโมเดลการเรียนรู้ของเครื่องที่รับข้อความภาษาธรรมชาติเป็นอินพุตและสร้างภาพที่ตรงกับคำอธิบายนั้น

โมเดลแปลงข้อความเป็นภาพเริ่มพัฒนาขึ้นอย่างค่อยเป็นค่อยไปในช่วงกลางทศวรรษ 2010 ซึ่งเป็นช่วงเริ่มต้นของยุคเฟื่องฟูของ AIอันเป็นผลมาจากความก้าวหน้าของโครงข่ายประสาทเทียมเชิงลึกในปี 2022 ผลลัพธ์จากโมเดลแปลงข้อความเป็นภาพที่ล้ำสมัย เช่นDALL-E 2 ของ OpenAI , ImagenของGoogle Brain , Stable Diffusionของ Stability AI , Midjourneyและ Gen-4 ของ Runway เริ่มได้รับการพิจารณาว่ามีคุณภาพใกล้เคียงกับภาพถ่ายจริง และ งานศิลปะที่วาดโดยมนุษย์

โดยทั่วไปแล้ว โมเดลแปลงข้อความเป็นภาพจะเป็นโมเดลการแพร่กระจายแบบแฝงซึ่งจะทำการแพร่กระจายในพื้นที่แฝง ที่ถูกบีบอัด แทนที่จะทำโดยตรงในพื้นที่พิกเซล มีการใช้ออโตเอนโคเดอร์ (มักจะเป็นออโตเอนโคเดอร์แบบแปรผัน (VAE) ) เพื่อแปลงระหว่างพื้นที่พิกเซลและการแสดงผลแบบแฝงนี้ ระบบเหล่านี้มักใช้โมเดลภาษาหรือโมเดลภาษาและภาพที่ได้รับการฝึกฝนล่วงหน้าเพื่อแปลงข้อความป้อนเข้าเป็นข้อความฝังตัว และโมเดลภาพแบบสร้างภาพโดยใช้การแพร่กระจายที่สร้างภาพตามเงื่อนไขของข้อความฝังตัวนั้น โมเดลที่มีประสิทธิภาพมากที่สุดมักได้รับการฝึกฝนจากข้อมูลภาพและข้อความจำนวนมหาศาล ที่รวบรวมมา จากเว็บ^{[ 32 ]}

โลกเสมือนจริงคือสภาพแวดล้อมจำลองที่ใช้เอเจนต์เป็นฐานซึ่งช่วยให้ผู้ใช้สามารถโต้ตอบกับตัวละครแอนิเมชั่นเทียม (เช่นเอเจนต์ซอฟต์แวร์ ) หรือกับผู้ใช้จริงรายอื่น ๆ ผ่านการใช้อวตารโลกเสมือนจริงมีจุดประสงค์เพื่อให้ผู้ใช้ได้อาศัยและโต้ตอบกัน และในปัจจุบันคำนี้ได้กลายเป็นคำพ้องความหมายกับสภาพแวดล้อมเสมือนจริงแบบ 3 มิติเชิงโต้ตอบเป็นส่วนใหญ่ ซึ่งผู้ใช้จะอยู่ในรูปแบบของอวตารที่ผู้อื่นมองเห็นได้ในรูปแบบกราฟิก^{[ 33 ]}อวตารเหล่านี้มักจะแสดงเป็นข้อความ ภาพสองมิติ หรือภาพกราฟิกสามมิติแม้ว่าจะมีรูปแบบอื่น ๆ ที่เป็นไปได้^{[ 34 ]} (เช่น ความรู้สึกทางเสียง^{[ 35 ]}และการสัมผัส) โลกเสมือนจริงบางแห่ง แต่ไม่ใช่ทั้งหมด อนุญาตให้มีผู้ใช้หลายคน

ภาพที่สร้างขึ้นด้วยคอมพิวเตอร์ถูกนำมาใช้ในห้องพิจารณาคดี โดยเฉพาะอย่างยิ่งตั้งแต่ต้นทศวรรษ 2000 อย่างไรก็ตาม ผู้เชี่ยวชาญบางคนโต้แย้งว่ามันอาจก่อให้เกิดอคติได้ ภาพเหล่านี้ใช้เพื่อช่วยให้ผู้พิพากษาหรือคณะลูกขุนเห็นภาพลำดับเหตุการณ์ หลักฐาน หรือสมมติฐานได้ดียิ่งขึ้น^{[ 36 ]}อย่างไรก็ตาม การศึกษาในปี 1997 แสดงให้เห็นว่าผู้คนมีสัญชาตญาณทางฟิสิกส์ที่ไม่ดีนักและได้รับอิทธิพลจากภาพที่สร้างขึ้นด้วยคอมพิวเตอร์ได้ง่าย^{[ 37 ]}ดังนั้นจึงเป็นสิ่งสำคัญที่คณะลูกขุนและผู้มีอำนาจตัดสินใจทางกฎหมายอื่นๆ จะต้องตระหนักว่าหลักฐานดังกล่าวเป็นเพียงภาพแทนของลำดับเหตุการณ์ที่เป็นไปได้เพียงลำดับเดียวเท่านั้น

ภาพจำลองสภาพอากาศเป็นการประยุกต์ใช้ CGI ครั้งแรกในโทรทัศน์ บริษัทแรกๆ ที่นำเสนอระบบคอมพิวเตอร์สำหรับสร้างกราฟิกสภาพอากาศคือColorGraphics Weather Systems ในปี 1979 ด้วยรุ่น "LiveLine" ซึ่งใช้คอมพิวเตอร์ Apple IIเป็นหลักและรุ่นต่อมาของ ColorGraphics ใช้ คอมพิวเตอร์ Cromemcoที่ติดตั้งการ์ดกราฟิกวิดีโอ Dazzler ของพวกเขา

ปัจจุบัน การแสดงภาพเคลื่อนไหวเต็มรูปแบบของภาพที่บันทึกแบบเรียลไทม์จากกล้องหลายตัวและอุปกรณ์ถ่ายภาพอื่นๆ กลายเป็นเรื่องปกติในการพยากรณ์อากาศแล้ว เมื่อผนวกกับสัญลักษณ์กราฟิก 3 มิติ และแมปเข้ากับแบบจำลองทางภูมิศาสตร์เสมือนจริงทั่วไป ภาพเคลื่อนไหวเหล่านี้ถือเป็นการประยุกต์ใช้ CGI ในโทรทัศน์อย่างแท้จริงเป็นครั้งแรก

CGI กลายเป็นเรื่องปกติในการถ่ายทอดสดกีฬา สถานที่จัดกีฬาและความบันเทิงมีการแสดงเนื้อหาแบบโปร่งใสและซ้อนทับผ่านการป้อนภาพจากกล้องที่ติดตามเพื่อเพิ่มประสิทธิภาพการรับชมของผู้ชม ตัวอย่างเช่น เส้นสีเหลือง " เฟิร์สท์ดาวน์ " ที่เห็นในการถ่ายทอดสดอเมริกันฟุตบอลซึ่งแสดงเส้นที่ทีมรุกต้องข้ามเพื่อรับเฟิร์สท์ดาวน์ CGI ยังถูกใช้ร่วมกับฟุตบอลและกีฬาอื่นๆ เพื่อแสดงโฆษณาที่ซ้อนทับบนมุมมองของสนามแข่งขัน ส่วนต่างๆ ของ สนาม รักบี้และ สนาม คริกเก็ตก็แสดงภาพที่ได้รับการสนับสนุนเช่นกัน การถ่ายทอดสดว่ายน้ำมักจะเพิ่มเส้นขวางเลนเพื่อระบุตำแหน่งของผู้ครองสถิติปัจจุบันขณะที่การแข่งขันดำเนินไป เพื่อให้ผู้ชมสามารถเปรียบเทียบการแข่งขันปัจจุบันกับผลงานที่ดีที่สุดได้ ตัวอย่างอื่นๆ ได้แก่ การติดตามลูกฮอกกี้และคำอธิบายประกอบเกี่ยวกับประสิทธิภาพของรถแข่ง^{[ 38 ]}และวิถีการเคลื่อนที่ของลูกสนุ๊กเกอร์^{[ 39 ] [ 40 ]}บางครั้ง CGI บนทีวีที่มีการจัดเรียงที่ถูกต้องกับโลกแห่งความเป็นจริงถูกเรียกว่าความเป็นจริงเสริม

ภาพที่สร้างขึ้นด้วยคอมพิวเตอร์มักถูกนำมาใช้ร่วมกับการจับภาพเคลื่อนไหวเพื่อปกปิดข้อบกพร่องที่เกิดจาก CGI และแอนิเมชั่นได้ดียิ่งขึ้นภาพที่สร้างขึ้นด้วยคอมพิวเตอร์มีข้อจำกัดในการใช้งานจริงเนื่องจากความสมจริงของภาพ ภาพที่สร้างขึ้นด้วยคอมพิวเตอร์ที่ไม่สมจริงหรือจัดการไม่ดีอาจส่งผลให้เกิดปรากฏการณ์หุบเขาประหลาด (uncanny valley effect) ^{[ 41 ]}ปรากฏการณ์นี้หมายถึงความสามารถของมนุษย์ในการรับรู้สิ่งต่างๆ ที่ดูเหมือนมนุษย์อย่างน่าขนลุก แต่ผิดเพี้ยนไปเล็กน้อย ความสามารถดังกล่าวเป็นข้อบกพร่องของภาพที่สร้างขึ้นด้วยคอมพิวเตอร์ทั่วไป ซึ่งเนื่องจากกายวิภาคที่ซับซ้อนของร่างกายมนุษย์ จึงมักไม่สามารถจำลองได้อย่างสมบูรณ์แบบ ศิลปินสามารถใช้การจับภาพการเคลื่อนไหวเพื่อบันทึกภาพของมนุษย์ที่กำลังแสดงการกระทำ แล้วจำลองได้อย่างสมบูรณ์แบบด้วยภาพที่สร้างขึ้นด้วยคอมพิวเตอร์เพื่อให้ดูเป็นธรรมชาติ

ในหลายกรณี จำเป็นต้องใช้การจับภาพเคลื่อนไหวเพื่อเลียนแบบการเคลื่อนไหวของร่างกายนักแสดงอย่างแม่นยำ ในขณะที่เปลี่ยนแปลงรูปลักษณ์ของพวกเขาเล็กน้อยด้วยการลดอายุ การลดอายุเป็นเอฟเฟกต์ภาพที่ใช้เพื่อเปลี่ยนแปลงรูปลักษณ์ของนักแสดง บ่อยครั้งผ่านเทคโนโลยีการสแกนใบหน้าการจับภาพเคลื่อนไหวและภาพถ่ายอ้างอิง โดยทั่วไปจะใช้สำหรับฉากย้อนอดีตและฉากรับเชิญเพื่อให้นักแสดงดูอ่อนเยาว์ลง ภาพยนตร์ เรื่อง X-Men: The Last StandของMarvelเป็นภาพยนตร์เรื่องแรกที่ใช้การลดอายุอย่างเปิดเผย ซึ่งใช้กับนักแสดงPatrick StewartและIan McKellenสำหรับฉากย้อนอดีตที่ตัวละครของพวกเขามีอายุน้อยกว่า^{[ 42 ]}เอฟเฟกต์ภาพนี้สร้างโดยบริษัทLola VFXและใช้ภาพถ่ายของนักแสดงเมื่ออายุน้อยกว่าเป็นข้อมูลอ้างอิงเพื่อปรับริ้วรอยบนใบหน้าให้เรียบเนียนด้วยการใช้ CGI เมื่อเวลาผ่านไป เทคโนโลยีการลดอายุได้พัฒนาขึ้น ภาพยนตร์เช่นHere (2024) แสดงให้เห็นนักแสดงที่มีอายุน้อยลงโดยใช้เทคนิค AI ดิจิทัล สแกนคุณลักษณะใบหน้าหลายล้านรายการและรวมเข้ากับใบหน้าของนักแสดงเพื่อเปลี่ยนแปลงรูปลักษณ์ของพวกเขา^{[ 43 ]}

การขาดโมเดลดิจิทัลที่ถูกต้องตามหลักกายวิภาคทำให้จำเป็นต้องใช้การจับภาพการเคลื่อนไหว เนื่องจากใช้ร่วมกับภาพที่สร้างด้วยคอมพิวเตอร์ เพราะภาพที่สร้างด้วยคอมพิวเตอร์สะท้อนให้เห็นเฉพาะภายนอกหรือผิวของวัตถุที่กำลังแสดงผล จึงไม่สามารถจับภาพปฏิสัมพันธ์ที่เล็กมากระหว่างกลุ่มกล้ามเนื้อที่ประสานกันซึ่งใช้ในทักษะการเคลื่อนไหวละเอียดเช่น การพูด การเคลื่อนไหวอย่างต่อเนื่องของใบหน้าขณะเปล่งเสียงด้วยริมฝีปากและลิ้นที่ขยับ พร้อมกับการแสดงออกทางสีหน้าที่เข้ากับการพูดนั้นยากที่จะจำลองด้วยมือ^{[ 44 ]}การจับภาพการเคลื่อนไหวสามารถจับการเคลื่อนไหวพื้นฐานของกล้ามเนื้อใบหน้าและจำลองภาพที่เข้ากับเสียงได้ดียิ่งขึ้น

วิกิมีเดียคอมมอนส์มีสื่อที่เกี่ยวข้องกับ ภาพที่สร้างขึ้น ด้วยคอมพิวเตอร์

• ประวัติศาสตร์เชิงวิพากษ์ของกราฟิกคอมพิวเตอร์และแอนิเมชั่น – หน้าเว็บรายวิชาที่มหาวิทยาลัยโอไฮโอสเตทซึ่งรวมถึงเอกสารประกอบการเรียนทั้งหมดและสื่อเสริมเพิ่มเติมมากมาย (วิดีโอ บทความ ลิงก์)
• CG101: คู่มืออ้างอิงอุตสาหกรรมคอมพิวเตอร์กราฟิกส์ISBN 073570046Xเรื่องราวที่เป็นเอกลักษณ์และส่วนตัวเกี่ยวกับการผลิตกราฟิกคอมพิวเตอร์ยุคแรก พร้อมทั้งพื้นฐานความรู้ที่ครอบคลุมเกี่ยวกับอุตสาหกรรมนี้ เหมาะสำหรับผู้อ่านทุกระดับ
• บทความ "เทพแห่งเทคนิคพิเศษ"โดย แอนน์ ทอมป์สัน ในนิตยสาร Wired เดือนกุมภาพันธ์ 2548
• "ประวัติศาสตร์ได้รับการปรับโฉมใหม่ด้วยกราฟิกคอมพิวเตอร์" โดย Tayfun King, Click , BBC World News (19 พฤศจิกายน 2004)
• หอศิลป์มนุษย์ที่มองเห็นได้ของ NIH