谷歌升級nerf

谷歌宣布升級自家使用的2D圖像生成技術，特點是可以根據一個視點看到的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，從一組圖像里面學習3d的結構和外觀建模，這種軟件可以應用在汽車和人類等領域，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，完成訓練以后，點擊生成便能出現對應的三維模型。  這種概念的最早提出是在2020年，當時神經輻射場的模型發(fā)布，有人說根據二維圖像就能生成三維模型，這種想法被很多人認為不可能，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，這對設備和技術的要求極高。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在谷歌最新NERF技術的研發(fā)，說明這個問題已經得到解決。  根據數據顯示，最新的LOLNeRF是對原有NeRF的升級，這種使用機器學習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，可以實現一定程度上的以假亂真，根據已經建立完成的3D模型實現精細化處理和進一步著色設計，有可能縮短3D建模流程，在3D視覺方面的效果更加顯著。這種預測的二維landmarks把渲染的數據投入原始模型，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模擬的負擔，減少他們的工作量。