2D变3D，视角随意换，神还原高清立体感，还是不用3D建模的那种 | 代码数据开源
source link: https://www.qbitai.com/2020/04/13260.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
十三 鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI
看到这张恐龙化石的动态图片，你肯定会认为是用视频截出来的吧？
然而真相却是——完全由静态图片生成！
没错，而且还是 不用3D建模 的那种。
这就是来自伯克利大学和谷歌的最新研究： NeRF ，只需要输入 少量静态图片 ，就能做到多视角的 逼真3D效果 。
还需要专门说明的是，这项研究的代码和数据，也都已经开源。
你有想法，尽情一试~
静态图片，合成逼真3D效果
我们先来看下NeRF，在合成数据集(synthetic dataset)上的效果。
可以看到，这些生成的对象，无论旋转到哪个角度，光照、阴影甚至物体表面上的细节，都十分逼真。
就仿佛是拿了一台录影设备，绕着物体一周录了视频一样。
正所谓没有对比就没有伤害，下面便是NeRF分别与SRN、LLFF和Neural Volumes三个方法的效果比较。
不难看出，作为对比的三种方法，或多或少的在不同角度出现了模糊的情况。
而NeRF可谓是做到了360度 无死角高清 效果。
接下来是NeRF的 视点相关 (View-Dependent)结果。
通过固定摄像机的视点，改变被查询的观看方向，将视点相关的外观编码在NeRF表示中可视化。
NeRF还能够在复杂的遮挡下，展现场景中详细的几何体。
还可以在现实场景中，插入虚拟对象，并且无论是“近大远小”，还是遮挡效果，都比较逼真。
当然，360度捕捉真实场景也不在话下。
神经辐射场（neural radiance field）方法
这样出色的效果，是如何实现的呢？
首先，是将场景的体积表示优化为向量函数，该函数由位置和视图方向组成的连续5D坐标定义。具体而言，是沿相机射线采样5D坐标，来合成图像。
而后，将这样的场景表示参数化为一个完全连接深度网络（MLP），该网络将通过5D坐标信息，输出对应的颜色和体积密度值。
通过体积渲染技术将这些值合成为RGB图像。
渲染函数是可微分的，所以可以通过最小化合成图像和真实图像之间的残差，优化场景表示。
需要进一步说明的是，MLP使用8个完全连接层（ReLU激活，每层256个通道）处理输入，输出σ和256维特征向量。然后，将此特征向量与摄像机视角连接起来，传递到4个附加的全连接层（ReLU激活，每层128个通道），以输出视点相关的RGB颜色。
NeRF输出的RGB颜色也是空间位置x和视图方向d的5D函数。
这样做的好处可以通过对比来体现。可以看到，如果去掉视点相关，模型将无法重现镜面反射；如果去掉位置编码，就会极大降低模型对高频几何形状纹理的表现能力，导致渲染出的外观过于平滑。
另外，针对高分辨率的复杂场景，研究人员还进行了两方面的改进。
其一，是 输入坐标的位置编码 ，可以帮助MLP表示高频函数。
其二，是 分层采样 。用以更高效地采样高频表示。
GitHub代码开源
目前，NeRF项目的代码已经在GitHub上开源。
代码主要基于Python 3，还需要准备的一些库和框架包括：TensorFlow 1.15、matplotlib、numpy、imageio、configargparse。
优化一个NeRF
研究人员表示，优化NeRF只需要一个GPU就可以完成，时间方面，需要花费几个小时到一两天（取决于分辨率）。
而从优化的NeRF渲染图像，大约只需要1~30秒时间。
运行如下代码可以获取生成Lego数据集和LLFF Fern数据集：
bash download_example_data.sh
若想优化一个低解析度的Fern NeRF：
python run_nerf.py --config config_fern.txt
在经过200次迭代之后，就可以得到如下效果：
若想优化一个低解析度的Lego NeRF：
python run_nerf.py --config config_lego.txt
在经过200次迭代之后，就可以得到如下效果：
开始渲染
运行如下代码，为Fern数据集获取经过预训练的高分辨率NeRF。
bash download_example_weights.sh
渲染代码，在 render_demo.ipynb 中。
另外，你还可以将NeRF转换为网格，像这样：
具体示例，可以在 extract_mesh.ipynb 中找到。还需要准备PyMCubes、trimesh和pyrender包。
关于作者：三位青年才俊
这篇论文的研究团队，来自加州大学伯克利分校、谷歌研究院和加州大学圣地亚哥分校。
共同一作有三位。
Ben Mildenhall，本科毕业于斯坦福大学，目前在伯克利电气工程与计算机科学系（EECS）助理教授吴义仁（Ren Ng）门下读博。致力于计算机视觉和图形学研究。
Pratul P. Srinivasan，同样为伯克利EECS在读博士，师从吴义仁和Ravi Ramamoorthi。
Matthew Tancik，前面两位作者的同门，本硕毕业于MIT。除了专注于计算机成像和计算机视觉研究外，他还是一位摄影爱好者。
1个GPU就能完成优化，优化后渲染又只需要1-30秒，如此方便又效率的项目，还不快来试试？
One More Thing
最后，还想介绍个这方面有意思的研究。
NeRF确实强，但在输入上还需要多张照片……
那么有没有方法， 一张图片 就能玩3D效果呢？
问就有。
之前，Adobe的实习生就提出了一个智能景深算法，单张2D图片秒变3D。
让我们感受下效果。
也是很有大片既视感了。
而最近，同样是单张2D图片变3D，台湾清华大学的研究人员，在 老照片 上玩出了新花样，论文入选CVPR 2020。
你看看女神奥黛丽·赫本，看看毕加索，看看马克吐温：
感觉以后看照片——摇一摇更有感觉啊。
再来看看“登月”、“宇航员和民众握手”照片裸眼3D效果：
颇有点身临其境之感。
与此前介绍过的Adobe的算法（后台加链接）类似，这一3D图像分层深度修复技术的核心算法，同样有关上下文感知修复：
初始化并切割分层深度图像（LDI），使其形成前景轮廓和背景轮廓，然后，仅针对边缘的背景像素进行修补。从边缘“已知”侧提取局部上下文区域，并在“未知”侧生成合成区域（如下图c所示）。
说起来，对于个人视频制作者、游戏开发人员，以及缺乏3D建模经验的动画公司来说，这类技术的成熟，可谓“福音”。
通过AI技术，让3D效果的实现进一步简化，这也是Facebook、Adobe及微软等公司纷纷投入这方面研究的原因所在。
最后，这个项目的代码也开源了……
稿子还没写完，我就准备好一系列“雪藏”已久的照片要试试了。
这也是最近看到最酷的3D图片方面的突破了。
如果有更酷的，也欢迎留言分享~~
传送门
项目主页：http://www.matthewtancik.com/nerfhttps://shihmengli.github.io/3D-Photo-Inpainting/
GitHub地址：https://github.com/bmild/nerfhttps://github.com/vt-vl-lab/3d-photo-inpainting
版权所有，未经授权不得以任何形式转载及使用，违者必究。
Recommend
-
61
匿名者称Lyft员工随意看用户隐私 公司：已展开调查
-
81
用不着的旧手机号不要随意丢弃，主动销户可以为你省去不少麻烦
-
74
有问题，上知乎。知乎是中文互联网知名知识分享平台，以「知识连接一切」为愿景，致力于构建一个人人都可以便捷接入的知识分享网络，让人们便捷地与世界分享知识、经验和见解，发现更大的世界。
-
67
程序员 - @BearyChat - 话不多说先上图~
-
35
据electrek报道，特斯拉位于纽约布法罗的太阳能电池板工厂（ Gigafactory2）一直面临着工会的压力。工会指责特斯拉违反了劳动法，对员工进行了解雇和监视。Gigafactory2位于纽约布法罗，占地120万平方英尺。特
-
35
深度操作系统是基于Linux内核，以桌面应用为主的开源GNU/Linux操作系统，支持笔记本、台式机和一体机。深度操作系统（deepin）包含深度桌面环境（DDE）和近30款深度原创应用，及数款来自开源社区的应用软件，支撑广大用户日常的学习和工作。另外，通过深度商店还能...
-
8
收藏这5个网站，找Logo高清素材再也不用愁了！ 收藏 1天前 推荐：
-
9
本文绘制的地图效果图如下： 一、Echarts 使用五部曲...
-
6
让“视界”还原世界，新华三引领超高清融媒云建设创新之路导语：当超高清成为日常，体育赛事、影视剧、纪录片、综艺等节目都将以最接近人眼视觉的效果展现，我们可以在温暖的家中观察千里之外珠峰山顶雪花的飘落轨迹，与亿万人同步见...
-
6
最近疫情的再次加重，让很多企业开启了新一轮的居家办公，无法当面商讨，团队内部指令的上传下达依旧需要通过网络会议来实现。以往的会议我都是直接使用笔记本自带的摄像头和麦克风，使用下来的效果非常不尽如人意，画面模糊、视频角度无法自由调节、通话质量差。为...
About Joyk
Aggregate valuable and interesting links.
Joyk means Joy of geeK