nerf|买不起手办就用AI渲染一个！用网上随便搜的图就能合成( 二 )

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。

文章插图
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：

文章插图
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：

文章插图
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：

文章插图
室内场景的打光又是另一种效果：

文章插图
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。

文章插图
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：

文章插图
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”。

文章插图
一作清华校友
文章插图
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。

文章插图
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。

文章插图
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
— 完 —
【 nerf|买不起手办就用AI渲染一个！用网上随便搜的图就能合成】量子位 QbitAI · 头条号签约