其他

用一张单色图像生成高质量3D几何结构 | 2分钟读论文

2017-10-21 雷锋字幕组 AI研习社

来源 / Two Minute Papers

翻译 / 于法传

校对 / 凡江

整理 / 雷锋字幕组

AI 研习社出品系列短视频《 2 分钟论文 》,带大家用碎片时间阅览前沿技术,了解 AI 领域的最新研究成果。


本期论文:Hierarchical Surface Prediction for 3D Object Reconstruction

用图像来重建3D数字几何结构是计算机视觉领域一个非常核心的问题。这种技术在许多领域都有广泛的应用,例如电影制作、视频游戏的内容生成、虚拟现实和增强现实、3D打印等等。

伯克利人工智能研究中心的Christian Häne等人发表一篇论文 Hierarchical Surface Prediction for 3D Object Reconstruction,论文中他们讨论如何从单张色彩图像重建出高质量的3D几何结构,就像下面这幅图所显示的。

人类可以轻易地基于2D彩色图片,建立3D几何模型。在电子游戏和动画电影中,这样的例子不胜枚举。如果我们想要在游戏中新增一种武器,通常美术师可以根据简单的一副照片,就可以绘制出一个相似的3D几何模型。

如果人类可以办到,机器人未尝不能小试牛刀。在类似上文描述的建模过程中,有个问题由此引出——人类的双目视觉,针对3D几何建模,是否完全必要?

数学家通常会说,这种算法具有三次复杂度或者三位缩放。这就意味着,如果我们想提高哪怕一点点3D模型的分辨率,也都需要再花费很长很长时间。三维部件的难度非常大,即便是采用这种的方法,使用适高分辨率,也是不能忍受的。

本期论文提供了一个打破这种限制的方法,这种新的方法依然采用学习算法来预测几何体,但是它是分步骤建立3D模型:这意味着刚开始,它只是估计粗略的几何形体,然后重复上述过程,增加越来越多的细节,几步过后,几何体变得越来越精细。

现在,只有我们很仔细地设计精细算法才会起作用。如何实现精细化呢?论文讨论了利用创建模型的每一步蕴含的额外信息,也就是说,我们把预测的3D模型想象成一些小块的集合,每一个快被分类成空闲空间,被占用的空间或表面。通过这项分类, 我们才有可能集中精力去精细化模型的表面,这显著改善了算法运行的时间。结果,相比于之前的方法,我们得到了更高分辨率的3D模型。虽然输出结果仍然不是超高分辨率,但是结果捕获了相当数量的表面细节信息。

这篇论文在将来可以节省很多业内3D建模美术家的时间。科学研究是人类进步的基石,期待以后会有更多相关课题的研究可以改变世界,让我们的生活变得更加美好。

https://v.qq.com/txp/iframe/player.html?vid=u05604ye4ql&width=500&height=375&auto=0▷ 观看论文解读大概需要  3  分钟


学霸们还请自行阅读论文以获得更多细节

论文传送:https://arxiv.org/abs/1705.08168(需翻墙)



新人福利



关注 AI 研习社(okweiwu),回复  1  领取

【超过 1000G 神经网络 / AI / 大数据,教程,论文】



史上最好记的神经网络结构速记表(下)

▼▼▼

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存