AI人工智能谷歌新机器学习软件：随手一拍的旅游照也能被变成超细节3D场景
谷歌的研究人员们最近又发明了一个机器学习新方法：他们可以将游客们随手一拍的旅游照重新利用 ， 重建起这些景点的3D场景——而且 ， 不管你信不信 ， 这些场景的细节超逼真 。
本文插图
【AI人工智能谷歌新机器学习软件：随手一拍的旅游照也能被变成超细节3D场景】
在该项目的GitHub页面上 ， 研究人员们分享了他们通过照片重建的世界著名景点的3D场景——有柏林的勃兰登堡门 ， 有巴黎的圣心堂 ， 还有罗马的特莱维喷泉 。 所有这些场景都是通过从Flickr等网站上找到的照片创建的 ， 其3D效果相当惊人 。 你不仅可以移动这些相机拍摄的景色 ， 还可以通过不同的灯光效果改变场景的外观 。
研究人员称 ， 他们把这个新方法命名为NeRF-W ， 因为它是在神经辐射场（NeRF）的基础上完成的 。 “神经辐射场（NeRF）方法在神经网络权值内隐式地模拟了场景的辐射场和密度 ， 然后使用直接体绘制来合成新的视图 ， 在一系列具有挑战性的场景上展示了前所未有的保真度 。 ” 研究人员在论文中写道 。
“然而 ， NeRF只被证明在受控的环境下工作良好：场景需要是在短时间内被拍摄的 ， 在此期间灯光效果保持不变 ， 场景中的所有内容都是静态的 。 ”研究人员说 。 也就是说 ， 如果用于3D渲染的照片不满足以上这些条件 ， 这个机器学习新方法就会遇到困难 ， 因为照片里会存在光线变化、图像曝光或后期处理等原因造成的差异 。
“两位摄影师可能会站在同一个地点 ， 拍摄同一个地标 ， 但在这两张照片被拍摄的时间间隔里 ， 周围环境可能会发生很大的变化：汽车和行人可能会移动 ， 建筑工程可能会开始或结束 ， 季节和天气可能会发生变化 ， 太阳可能会在天空中移动 。 ”
由此产生的模型可能包含重影等影响3D效果的因素 ， 不过研究人员也并非完全无法应对 。 “对于瞬态物体 ， 我们引入了一个二次体辐射场 ， 并将其和一个不确定场结合 。 前者可以明确地捕捉到瞬时即过的物体 ， 后者则是用于处理通过部分3D空间的像素颜色的不确定性 。 ”研究人员说 。
可以想见 ， NeRF-W这个新机器学习方法的应用将会非常广泛 ， 不管是在增强现实（AR）还是虚拟现实（VR）应用中创建3D场景 ， NeRF-W都将大显身手 。
推荐阅读
- 中年|谷歌生草机，翻译《我的世界》20变，连亲妈都不认识
- 央视新闻客户端|直通服贸会｜服贸会上的“科技范儿”人工智能服务
- 【】服贸会上的“科技范儿”人工智能服务
- 直通服贸会｜服贸会上的“科技范儿”人工智能服务
- 草莓味的棉花糖|陈根：当人工智能与猜拳狭路相逢，石头剪刀布还随机吗？
- |知名女星前男友被限制高消费
- 行业互联网|“朝阳20强”发布，以人工智能、大数据企业为主
- 暮年|谷歌结合物理模拟与机器学习方法，改进洪水预测速度与准确度
- 孤惯|通用人工智能啥时候能实现？这是我的最新预测
- 爱集微|投向智能制造/人工智能等领域，欣旺达子公司参与设立产业基金