环球网@Nvidia研究人员提出用2D图像生成3D对象的渲染框架的方法英伟达|机器学习|3d模型|3d|科技

外媒报道称，计算机很擅长计算3D模型，并将之放在2D屏幕上作展示。但若要将2D图像逆推成3D模型，计算机就有些力不从心了。好消息是，在机器学习技术的加持下，英伟达研究人员已经提出了一种类似的渲染框架。其通过AI来获取2D信息，并将之准确地转换为3D对象 —— 这套系统被称作DIB-R 。

环球网@Nvidia研究人员提出用2D图像生成3D对象的渲染框架的方法//联盟头条 http://toutiao.caoding.cn/

（题图 viaTechSpot）

DIB-R的全称是“基于可微分插值计算的渲染器” ，底层由PyTorch机器学习框架构建。在本周于温哥华举办的年度神经信息处理系统会议上，英伟达研究团队介绍了他们的最新进展。

该框架的工作原理，几乎是与GPU的日常工作反过来干。它需要分析2D图像，然后形成一个高保真的3D对象，包括形状、纹理、颜色和照明。

编解码器的体系结构，会从多变球形开始，并使用2D图像中给定的信息，对其进行变形处理。值得一提的是，该流程仅需1/10秒。

若使用单个英伟达V100 GPU进行训练，需要对神经网络展开为期2天的训练。若使用其它GPU进行训练，更需要耗费数周的时间。

环球网@Nvidia研究人员提出用2D图像生成3D对象的渲染框架的方法//联盟头条 http://toutiao.caoding.cn/

环球网@Nvidia研究人员提出用2D图像生成3D对象的渲染框架的方法。在对其投喂了包含鸟类图片的多个数据集之后， DIB-R能够在给出单个图像时，准确地创建3D模型。

不过论文合著者Jun Gao表示，该系统还可将任何2D图像渲染为3D模型：“实际上，这是有史以来的第一次，您几乎可以拍摄任何2D图像，并预测相关的3D属性” 。

环球网@Nvidia研究人员提出用2D图像生成3D对象的渲染框架的方法。研究人员认为，该系统可用于自主式机器人的深度感知应用，从而增强其在现实环境中工作时的安全性和准确性。通过这样的三维化处理，机器人能够更好地导航、以及操纵其需要处理的对象。

据悉，英伟达已将DIB-R添加到其3D深度学习的PyTorch GitHub库中（Kaolin），以帮助研究人员加速3D深度学习实验。

责编：陶宗瑶

环球网@Nvidia研究人员提出用2D图像生成3D对象的渲染框架的方法