Instant NeRF 可以在几毫秒内将 2D 图像转换为 3D 场景

Screenshot-84
Instant NeRF 包括一个快速的 2D 图像捕捉过程来捕捉静态照片,因为来自主体的运动可以转化为模糊的 3D 场景。在此之后,NeRF 将通过提供缺失的信息并预测 3D 空间中任何方向辐射的光的颜色来重建场景。

这确实是现代技术的时代,事情可以在几秒钟内完成。Instant NeRF 证明了这一点,它能够在 NVIDIA研究团队进行的演示中渲染一个模特穿着像安迪·沃霍尔 (Andy Warhol)的 3D 场景 使用从不同角度拍摄的静态照片只需要几十毫秒

根据NVIDIA的说法,Instant NeRF 的概念非常简单:使用逆向渲染并将其应用于神经辐射场或 NeRF,可以将一组 2D 图像转换为 3D 作品。这与渲染 3D 场景的传统方法相去甚远,后者通常需要数小时到数天,具体取决于您想要包含的细节。使用 AI 的早期 NeRF 模型以某种方式缩短了渲染周期,尽管没有那么重要。然后是 Instant NeRF,这种方法可以在几毫秒内完成。 

NVIDIA 图形研究副总裁 David Luebke 表示:“如果说多边形网格等传统 3D 表示类似于矢量图,那么 NeRF 就像位图图像:它们密集地捕捉光线从物体或场景中辐射的方式。” “从这个意义上说,Instant NeRF 对 3D 的重要性可能不亚于数码相机和 JPEG 压缩对 2D 摄影的重要性——极大地提高了 3D 捕获和共享的速度、易用性和范围。”

Instant NeRF 包括一个快速的 2D 图像捕捉过程来捕捉静态照片,因为来自主体的运动可以转化为模糊的 3D 场景。在此之后,NeRF 将通过提供缺失的信息并预测 3D 空间中任何方向辐射的光的颜色来重建场景。

“它依赖于 NVIDIA 开发的一种称为多分辨率哈希网格编码的技术,该技术经过优化可以在 NVIDIA GPU 上高效运行,”NVIDIA 企业通信团队的成员 Isha Salian 在一篇文中写道。“使用新的输入编码方法,研究人员可以使用快速运行的微型神经网络获得高质量的结果……该模型是使用 NVIDIA CUDA 工具包和 Tiny CUDA 神经网络库开发的。由于它是一个轻量级的神经网络,它可以在单个 NVIDIA GPU 上进行训练和运行——在具有 NVIDIA Tensor Cores 的卡上运行速度最快。”

Instant NeRF 可用于多种用途,包括创建化身和虚拟世界或以 3D 形式重建场景和事件。它还可用于帮助和训练机器人学习物体的大小、形状和实际尺寸。

原创文章,作者:校长,如若转载,请注明出处:https://www.yundongfang.com/Yun143236.html

(0)
打赏 微信扫一扫不于多少! 微信扫一扫不于多少! 支付宝扫一扫礼轻情意重 支付宝扫一扫礼轻情意重
上一篇 2022年3月27日 上午11:20
下一篇 2022年3月28日 上午8:49

相关推荐