谷歌升級nerf

谷歌宣布升級自家使用的2D圖像生成技術(shù)，特點是可以根據(jù)一個視點看到的2D圖像，生成3D模型圖案，谷歌官方解釋最新的NERF采用最新自解碼器框架，從一組圖像里面學(xué)習(xí)3d的結(jié)構(gòu)和外觀建模，這種軟件可以應(yīng)用在汽車和人類等領(lǐng)域，提取他們的特征制作2D圖像，然后做成3D模型，這種方式在電影領(lǐng)域也能發(fā)揮重要作用，自己感興趣的圖片只要拿出來一張就可以，完成訓(xùn)練以后，點擊生成便能出現(xiàn)對應(yīng)的三維模型。  這種概念的最早提出是在2020年，當(dāng)時神經(jīng)輻射場的模型發(fā)布，有人說根據(jù)二維圖像就能生成三維模型，這種想法被很多人認(rèn)為不可能，因為同一個場景的多個視圖，在不同角度下觀看是完全不同的，這要求生成的過程截取圖形的每一個截面，這對設(shè)備和技術(shù)的要求極高。因為可視角度不足，因此做出來的模型很容易崩潰，成為一個平面?，F(xiàn)在谷歌最新NERF技術(shù)的研發(fā)，說明這個問題已經(jīng)得到解決。  根據(jù)數(shù)據(jù)顯示，最新的LOLNeRF是對原有NeRF的升級，這種使用機(jī)器學(xué)習(xí)的過程必然存在一定漏洞，但是通過計算3D空間里每個點的顏色和密度，可以實現(xiàn)一定程度上的以假亂真，根據(jù)已經(jīng)建立完成的3D模型實現(xiàn)精細(xì)化處理和進(jìn)一步著色設(shè)計，有可能縮短3D建模流程，在3D視覺方面的效果更加顯著。這種預(yù)測的二維landmarks把渲染的數(shù)據(jù)投入原始模型，反映到具體的試圖渲染輻射場景，再生成原始圖像。 利用最新技術(shù)生成的3D模型，與原始二維圖像里的模型背面是存在區(qū)別的，因為缺乏對背面場景的捕捉，最后生成的3D模型不會包括背面，但是這種方法可以減少對真實物體3D模擬的負(fù)擔(dān)，減少他們的工作量。