一张照片就能生成 3D 模型,GAN 和自动编码器碰撞出奇迹
消息来源:baojiabao.com 作者: 发布时间:2024-05-18
2D 图片"脑补"3D 模型,这次真的只用一张图就行了 -- 只需要给 AI 随便喂一张照片,它就能从不一样的角度给你生成"新视图":
不仅能搞定 360° 的椅子和汽车,连人脸也玩出了新花样,从"死亡自拍"角度到仰视图都能生成:
更有意思的是,这只名叫 Pix2NeRF 的 AI,连训练用的数据集都有点"与众不同",可以在没有 3D 数据、多视角或相机参数的情况下学会生成新视角。可以说是又把 NeRF 系列的 AI 们卷上了一个新高度。
用 GAN + 自动编码器学会"脑补"
在此之前,NeRF 能通过多视图训练 AI 模型,来让它学会生成新视角下的 3D 物体照片。然而,这也导致一系列采用 NeRF 方法的模型,包括 PixelNeRF 和 GRF,都需要利用多视图数据集才能训练出比较好的 2D 生成 3D 模型效果。
而多视图数据集往往有限,训练时间也比较长。因此,作者们想出了一个新方法,也就是用自动编码器来提取物体姿态和形状特征,再用 GAN 直接生成全新的视角图片。
Pix2NeRF 包含三种类型的网络架构,即生成网络 G,判别网络 D 和编码器 E。其中,生成网络 G 和判别网络 D 组成生成对抗网络 GAN,而编码器 E 和生成网络 G 用于构成自动编码器:
首先,自动编码器可以通过无监督学习,来获取输入图像的隐藏特征,包括物体姿态和物体形状,并利用学习到的特征重建出原始的数据;然后,再利用 GAN 来通过姿态和形状数据,重构出与原来的物体形状不同的新视图。
这里研究人员采用了一种叫做 π-GAN 的结构,生成 3D 视角照片的效果相比其他类型的 GAN 更好(作者们还对比了采用 HoloGAN 的一篇论文):
那么,这样"混搭"出来的 AI 模型,效果究竟如何?
用糊图也能生成新视角
作者们先是进行了一系列的消融实验,以验证不同的训练方法和模型架构,是否真能提升 Pix2NeRF 的效果。例如,针对模型去掉 GAN 逆映射、自动编码器,或不采用 warmup 针对学习率进行预热等,再尝试生成新视角的人脸:
其中,GAN 逆映射(inversion)的目的是将给定的图像反转回预先训练的 GAN 模型的潜在空间中,以便生成器从反转代码中重建图像。
实验显示,除了完整模型(full model)以外,去掉各种方法的模型,生成人脸的效果都不够好。随后,作者们又将生成照片的效果与其他生成新视图的 AI 模型进行了对比。
结果表明,虽然 Pix2NeRF 在 ShapeNet-SRN 的生成效果上没有 PixelNeRF 好,但效果也比较接近:
而在 CelebA 和 CARLA 数据集上,Pix2NeRF 基本都取得了最好的效果。
而且模型还自带一些"美颜"功能,即使是糊图送进去,也能给 GAN 出更丝滑的轮廓:
整体而言,除了人脸能生成不同角度的新视图以外,物体还能脑补出 360° 下不同姿态的效果:
看来,AI 也和人类一样,学会"脑补"没见过的物体形状了。
作者介绍
这次论文的作者均来自苏黎世联邦理工学院(ETH)。
论文一作 Shengqu Cai,ETH 硕士研究生,本科毕业于伦敦国王学院,研究方向是神经渲染、生成模型和无监督学习等,高中毕业于辽宁省实验中学。
Anton Obukhov,ETH 博士生,此前曾在英伟达等公司工作,研究方向是计算机视觉和机器学习。
Dengxin Dai,马普所高级研究员和 ETH(外部)讲师,研究方向是自动驾驶、传感器融合和有限监督下的目标检测。
Luc Van Gool,ETH 计算机视觉教授,谷歌学术上的引用量达到 15w+,研究方向主要是 2D 和 3D 物体识别、机器人视觉和光流等。
目前这项研究的代码还在准备中。
感兴趣的小伙伴可以蹲一波了~
论文地址:
https://arxiv.org/abs/2202.13162
项目地址:
https://github.com/sxyu/pixel-nerf
参考链接:
[1]https://arxiv.org/pdf/2102.03285.pdf
[2]https://arxiv.org/pdf/2012.02190.pdf
[3]https://www.mpi-inf.mpg.de/departments/computer-vision-and-machine-learning
[4]https://www.linkedin.com/in/shengqu-cai-818230185/
2022-07-13 18:21:45相关文章
- 美国法院裁定阿里须为Squishmallows玩具侵权案答辩
2023-12-28 19:59:34
- 小米汽车传员工3700人 雷军称小米汽车不可能卖9万9
2023-12-28 19:41:57
- 国家新闻出版署:认真研究《网络游戏管理办法(草桉徵求意见稿)》关切 实行前进一步完善
2023-12-28 19:14:56
- 天猫新规可以无条件申请“仅退款”了?淘宝天猫又离狗多多零元购近了一步
2023-12-28 18:57:55
- 印度以打击金融犯罪为由逮捕了两名 vivo 高管
2023-12-26 16:49:01
- 在国外微信收不到国内信息?微信和WeChat将被拆分
2023-12-15 10:40:15
- 苹果iPhone15 系列手机发布最新消息 预计上市发布时间9月
2023-08-06 23:21:02
- 华为将发布鸿蒙HarmonyOS4操作系统 功能五大升级支持设备清单
2023-08-06 23:17:37
- 整治自媒体网红账号 400万粉丝网红发布擦边视频被无限期封禁
2023-07-12 09:56:09
- 网传微信文件传输助手是真人是真的吗?微信官方回应
2023-06-27 15:53:32
- 电信移动送手机成了“信用购”?你上了运营商的贷款套路了吗?
2023-06-12 17:18:55
- 中国电信广东地区崩了无信号 客服回应已在核实处理
2023-06-08 15:39:04
- 消息称小米新能源汽车价格表正讨论定价区间:双版本不同配置,高配或超 35 万元
2023-03-06 12:56:03
- 华为因制裁被传或分拆剥离手机业务? 内部人士回应:可能性不大.
2023-03-05 23:26:41
- OPPO正式发布安第斯智能云,让终端更智能
2023-02-24 16:02:27
- 华为与OPPO签订全球专利交叉许可协议 包括5G蜂窝通信专利
2023-02-24 16:02:26
- 老蛙将推MINI镜头新品:目前未知具体规格 官宣将于12月20日发布
2023-02-24 16:02:26
- 首发全新35mm定制光学系统 努比亚Z50性能同样强悍
2023-02-24 16:02:25
- Redmi K60屏幕细节曝光:全系标配2K护眼柔性直屏+5000mAh大容量电池
2023-02-24 16:02:25
- OPPO Find N2今天发 合金金属折叠屏更轻了
2023-02-24 16:02:24