萧箫 杨净 发自 凹非寺
量子位 报道 | 公众号 QbitAI
先来看一段“视频”,有没有看出什么不对劲的地方?
其实,这仅仅是由一组照片渲染出来的(右下角为拍摄照片)!
生成的也不仅仅是一段视频,更是一个3D场景模型,不仅能任意角度随意切换、高清无死角,还能调节曝光、白平衡等参数,生成船新的照片:
在完全不同的场景下,例如一个坦克厂中,同样能用一组照片渲染出逼真3D场景,相同角度与真实拍摄图像几乎“完全一致”:
要知道,之前苹果虽然也做过一组照片生成目标物体3D模型的功能,但最多就是一件物体,例如一只箱子:
这次可是整个3D场景!
这是德国埃尔朗根-纽伦堡大学的几位研究人员做的项目,效果一出就火得不行,在国外社交媒体上赞数超过5k,阅读量达到36w+。
那么,这样神奇的效果,究竟是怎么生成的呢?
用照片还原整个3D场景图
整体来说,这篇论文提出了一种基于点的可微神经渲染流水线ADOP(Approximate Differentiable One-Pixel Point Rendering),用AI分析输入图像,并输出新角度的新图像。
在输入时,由于需要建模3D场景,因此这里的照片需要经过严格拍摄,来获取整个场景的稀疏点云数据。
具体来说,作者在从照片获取点云数据时,采用了COLMAP。
先从多个不同的角度拍摄场景中的照片,其中每张照片的视角都会经过严格控制。
然后采用SfM(Structure From Motion,运动恢复结构)方法,来获取相机内外参数,得到整个场景的3D重建数据,也就是表示场景结构的稀疏点云:
然后,包含点云等信息的场景数据会被输入到流水线中,进行进一步的处理。
流水线(pipeline)主要分为三个部分:可微光栅化器、神经渲染器和可微色调映射器。
首先,利用多分辨率的单像素点栅格化可微渲染器(可微光栅化器),将输入的相机参数、重建的点云数据转换成稀疏神经图像。
其中,模型里关于图像和点云对齐的部分,采用了NavVis数据集来训练。
然后,利用神经渲染器,对稀疏神经图像进行阴影计算和孔洞填充,生成HDR图片。
最后,由于不是每个设备都支持HDR画面,因此在显示到LDR设备之前,还需要利用基于物理的可微色调映射器改变动态范围,将HDR图像变成LDR图像。
每个场景300+图像训练
这个新模型的优势在哪里?
由于模型的所有阶段都可微,因此这个模型能够优化场景所有参数(相机模型、相机姿势、点位置、点颜色、环境图、渲染网络权重、渐晕、相机响应函数、每张图像的曝光和每张图像的白平衡),并用来生成质量更高的图像。
具体到训练上,作者先是采用了688张图片(包含73M个点)来训练这个神经渲染流水线(pipeline)。
针对demo中的几个场景(火车、灯塔、游乐园、操场等),作者们分别用高端摄像机拍摄了300~350张全高清图像,每个场景生成的像素点数量分别为10M、8M、12M和11M,其中5%的图像用作测试。
也就是说,制作这样一个3D场景,大约需要几百张图像,同时每张图像的拍摄需要经过严格的角度控制。
不过仍然有读者表示,拍几百张图像就能用AI做个场景出来,这个速度比当前人工渲染是要快多了。
功能上,模型既能生成可以调节参数的新角度照片,还能自动插值生成全场景的3D渲染视频,可以说是挺有潜力的。
那么,这个模型的效果与当前其他模型的渲染效果相比如何呢?
实时显示1亿+像素点场景
据作者表示,论文中采用的高效单像素点栅格化方法,使得ADOP能够使用任意的相机模型,并实时显示超过1亿个像素点的场景。
肉眼分辨生成结果来看,采用同行几个最新模型生成的图片,或多或少会出现一些伪影或是不真实的情况,相比之下ADOP在细节上处理得都非常不错:
从数据来看,无论是火车、操场、坦克还是灯塔场景,在ADOP模型的渲染下,在VGG、LPIPS和PSNR上几乎都能取得最优秀的结果(除了坦克的数据)。
不过,研究本身也还具有一些局限性,例如单像素点渲染仍然存在点云稀疏时,渲染出现孔洞等问题。
但整体来看,实时显示3D场景的效果还是非常出类拔萃的,不少业内人士表示“达到了AI渲染新高度”。
已经有不少网友开始想象这项研究的用途,例如给电影制片厂省去一大波时间和精力:
(甚至有电影系的学生想直接用到毕设上)
对游戏行业影响也非常不错:
在家就能搞3A大作的场景,是不是也要实现了?简直让人迫不及待。
还有人想象,要是能在iPhone上实现就好了(甚至已经给iPhone 15预定上了):
对于研究本身,有网友从行外人视角看来,感觉更像是插帧模型(也有网友回应说差不多是这样):
也有网友表示,由于需要的图像比较多,效果没有宣传中那么好,对研究潜力持保留态度:
虽然目前作者们已经建立了GitHub项目,但代码还没有放出来,感兴趣的同学们可以先蹲一波。
至于具体的开源时间,作者们表示“会在中了顶会后再放出来”。(祝这篇论文成功被顶会收录~)
论文地址:
http://arxiv.org/abs/2110.06635
项目地址(代码还没po出来):
http://github.com/darglein/ADOP
参考链接:
[1]http://www.reddit.com/r/MachineLearning/comments/q9phnq/r_adop_approximate_differentiable_onepixel_point/
[2]http://twitter.com/ak92501/status/1448489762990563331
[3]http://developer.apple.com/augmented-reality/object-capture/
— 完 —
本文系网易新闻•网易号特色内容激励计划签约账号【量子位】原创内容,未经账号授权,禁止随意转载。
榜单征集!6大奖项锁定AI TOP企业
「2021中国人工智能年度评选」报名中!本次评选将从公司、人物、产品三大维度寻找优秀的AI企业,欢迎大家扫码报名参与。评选将于12月揭晓,期待与百万从业者们,共同见证这些优秀企业的荣誉!
点击链接查看评选详情:2021中国人工智能年度评选开启:让更多人看到AI的真正价值
点这里👇关注我,记得标星哦~
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见~
大家好,小美今天来为大家解答那年我们十七岁以下问题,那年我们十七岁电影很多人还不知道,现在让我们一起来看看吧!1、那年我们十七岁 爱
大家好,小豪今天来为大家解答differ以下问题,differs很多人还不知道,现在让我们一起来看看吧!1、不同 ; 不同于 ; 有区别 ; 不一致 ; 不一致, 不同
平庄镇某村村民将自家地盘承包出去四年,在此时代发现地盘涨价了,遂反悔想要回地盘,这事该怎么办?近日,平庄司法所调整了一路辖区内因地
近日首批姑苏市中小学校“花匠前锋” 党建文化品牌示范学校示范党支部、示范岗评选究竟发布张家港入选3所“花匠前锋”党建文化品牌示范学校
大家好,小娟今天来为大家解答居家风水知识大全以下问题,居家风水知识大全书籍很多人还不知道,现在让我们一起来看看吧!1、家装风水之卫生
引言迎接来到中国。您能够选择移动支出、银行卡、现金等一系列支出办事。本指南将为您介绍各类支出办事的获取体式和使用流程。01银行卡02移动
在目前手游的市场中,脚色设计无疑是吸引玩家眼球的主要身分之一。《物华弥新》作为一款以文物拟工资焦点的策略卡牌游戏,其脚色设计在视觉
大家好,小乐今天来为大家解答防火门等级以下问题,防火门的等级有几级很多人还不知道,现在让我们一起来看看吧!1、一级防火门是指能够在火
Copyright 2024 优质自媒体,让大家了解更多图文资讯!