网上随便搜的图就能 AI 合成渲染手办，甚至已有网友开发游戏 NFT

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游戏 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

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。