已有网友开炒游戏NFT

萧箫 发自 凹非寺

非常AI | 公众号 QbitAI

渲染一个精细到头发和皮肤褶皱的龙珠3D手办，有多复杂？

对于经典模型NeRF来说，至少需要同一个相机从特定距离拍摄的100张手办照片。

但现在，一个新AI模型只需要40张来源不限的网络图片，就能把整个手办渲染出来！

这些照片的拍摄角度、远近和亮暗都没有要求，还原出来的图片却能做到清晰无伪影：

甚至还能预估材质，并从任意角度重新打光：

这个AI模型名叫NeROIC，是南加州大学和Snap团队玩出来的新花样。

有网友见状狂喜：

不同角度的照片就能渲染3D模型，快进到只用照片来拍电影……

还有网友借机炒了波NFT（手动狗头）

所以，NeROIC究竟是如何仅凭任意2D输入，就获取到物体的3D形状和性质的呢？

基于NeRF改进，可预测材料光照

介绍这个模型之前，需要先简单回顾一下NeRF。

NeRF提出了一种名叫神经辐射场（neural radiance field）的方法，利用5D向量函数来表示连续场景，其中5个参数分别用来表示空间点的坐标位置（x,y,z）和视角方向（θ,φ）。

然而，NeRF却存在一些问题：

• 对输入图片的要求较高，必须是同一场景下拍摄的物体照片；
• 无法预测物体的材料属性，因此无法改变渲染的光照条件。

这次的NeROIC，就针对这两方面进行了优化：

• 输入图片的场景不限，可以是物体的任意背景照片，甚至是网络图片；
• 可以预测材料属性，在渲染时可以改变物体表面光照效果（可以打光）。

它主要由2个网络构成，包括深度提取网络（a）和渲染网络（c）。

首先是深度提取网络，用于提取物体的各种参数。

为了做到输入场景不限，需要先让AI学会从不同背景中抠图，但由于AI对相机的位置估计得不准确，抠出来的图片总是存在下面这样的伪影（图左）：

因此，深度提取网络引入了相机参数，让AI学习如何估计相机的位置，也就是估算图片中的网友是从哪个角度拍摄、距离有多远，抠出来的图片接近真实效果（GT）：

同时，设计了一种估计物体表面法线的新算法，在保留关键细节的同时，也消除了几何噪声的影响（法线即模型表面的纹路，随光线条件变化发生变化，从而影响光照渲染效果）：

最后是渲染网络，用提取的参数来渲染出3D物体的效果。

具体来说，论文提出了一种将颜色预测、神经网络与参数模型结合的方法，用于计算颜色、预测最终法线等。

其中，NeROIC的实现框架用PyTorch搭建，训练时用了4张英伟达的Tesla V100显卡。

训练时，深度提取网络需要跑6~13小时，渲染网络则跑2~4小时。

用网络图片就能渲染3D模型

至于训练NeROIC采用的数据集，则主要有三部分：

来源于互联网（部分商品来源于网购平台，即亚马逊和淘宝）、NeRD、以及作者自己拍摄的（牛奶、电视、模型）图像，平均每个物体收集40张照片。

那么，这样的模型效果究竟如何呢？

论文先是将NeROIC与NeRF进行了对比。

从直观效果来看，无论是物体渲染细节还是清晰度，NeROIC都要比NeRF更好。

具体到峰值信噪比（PSNR）和结构相似性（SSIM）来看，深度提取网络的“抠图”技术都挺不错，相较NeRF做得更好：

同时，论文也在更多场景中测试了渲染模型的效果，事实证明不会出现伪影等情况：

还能产生新角度，而且重新打光的效果也不错，例如这是在室外场景：

室内场景的打光又是另一种效果：

作者们还尝试将照片数量减少到20张甚至10张，对NeRF和NeROIC进行训练。

结果显示，即使是数据集不足的情况下，NeROIC的效果依旧比NeRF更好。

不过也有网友表示，作者没给出玻璃或是半透明材质的渲染效果：

对AI来说，重建透明或半透明物体确实也确实是比较复杂的任务，可以等代码出来后尝试一下效果。

据作者表示，代码目前还在准备中。网友调侃：“可能中顶会、或者在演讲之后就会放出”。

一作清华校友

论文一作匡正非，目前在南加州大学（University of Southern California）读博，导师是计算机图形学领域知名华人教授黎颢。

他本科毕业于清华计算机系，曾经在胡事民教授的计图团队中担任助理研究员。

这篇文章是他在Snap公司实习期间做出来的，其余作者全部来自Snap团队。

以后或许只需要几张网友“卖家秀”，就真能在家搞VR云试用了。

论文地址：
https://arxiv.org/abs/2201.02533

项目地址：
https://formyfamily.github.io/NeROIC/

参考链接：
[1]https://zhengfeikuang.com/
[2]https://ningding97.github.io/fewnerd/
[3]https://twitter.com/ben_ferns/status/1486705623186112520
[4]https://twitter.com/ak92501/status/1480353151748386824