新火種
2023-11-01 
用2D圖像生成3D模型，微軟新AI模型或成游戲業福音
將2D圖像轉換為3D圖像，對于視頻游戲開發人員、電子商務公司、動畫公司來說，至關重要，但這并不容易。包括Facebook，英偉達等科技巨頭的人工智能（AI）研究實驗室，以及一些初創公司都在這個領域里不斷探索。
近日，微軟研究院（Microsoft Research）的研究團隊發表了一篇預印論文，他們在論文中詳細介紹了一個新的AI框架，該框架采用“可縮放”訓練技術，可將2D圖像進行3D形狀的模擬生成。研究人員表示，在使用2D圖像進行訓練時，該框架始終可以比現有的模型生成效果更好的3D形狀，這對于游戲開發、視頻制作、動畫等領域是一個極佳的自動化工具。
微軟AI模型生成的3D沙發、椅子和浴缸通常來說，一個模型框架要將2D轉換為3D圖像，需要通過柵格化處理來進行微分步驟渲染，因此，過去研究人員在該領域的努力都專注于開發定制渲染模型。然而，通過此類模型處理的圖像會顯得不夠真實自然，也不適合用于生成游戲以及圖形產業的工業效果圖。
微軟團隊則是使用了工業渲染器，這個渲染器可以根據顯示數據來生成圖像。此外，研究人員還訓練了3D形狀生成模型，以便渲染形狀，并生成與2D數據集分布相匹配的圖像。換句話說，這是一種新穎的代理神經渲染器，可以直接渲染由3D形狀生成模型生成的連續體素網格。
在實驗過程中，研究團隊在上述3D形狀生成模型中采用了3D卷積GAN架構。GAN又稱為生成式對抗網絡，是一個由兩部分組成的AI模型，它可以基于3D模型生成的數據集和真實的數據集，合成來自不同對象類別的圖像，并在整個訓練過程中從不同角度進行渲染。
微軟AI模型生成的3D蘑菇圖像此外，研發人員在論文中表示，它們的新方法還充分利用了2D照片中光照和陰影的信息，具體而言，是利用表面之間的曝光差值，進行檢測凹面和凸面，以及內部結構，從而判斷物體三維物體的中心，從而實現更好的模擬訓練，生成更逼真的3D模型。
據研究人員介紹，他們的下一步計劃是將整套方法整合出一個相對完整的系統，將顏色、材料、光照等細節統統加入進來，從而打造一個“更為全面”真實照片轉換三維模型的數據集。
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
