国产一区二区三区四区激情,男女做那个的视频播放,日本丰满大乳人妻无码苍井空

文章插圖
這般絲滑的美食展示，是否讓跟隨鏡頭移動的你食指大動？
再看這放大鏡里流暢變化的彈簧，你敢相信，這完全是用靜態(tài)圖像合成的嗎？
沒錯，這樣的動圖并非截自視頻，而是來自AI的合成大法。
甚至只需手機隨手拍攝的十幾張2D照片，就能實時渲染生成。
比起大名鼎鼎的谷歌前輩NeRF，這只名為NeX的AI，能直接把每秒渲染幀數(shù)從0.02幀提升到60幀。
也就是說，渲染速度能提升3個數(shù)量級。
細節(jié)之處，也更加接近真實效果。
這項已經(jīng)入選CVPR 2021 Oral的研究，是怎么做到的？
像素參數(shù)與基函數(shù)結(jié)合多平面圖像（MPI）視圖合成技術(shù)，使得不用3D建模，只用少數(shù)幾張圖像還原多視角逼真3D效果成為可能。
不過，此前的MPI主要采用的是標準RBGα表示法，簡單說就是把圖像轉(zhuǎn)換成RGBα平面，以進行后續(xù)的計算。
這樣做的局限性在于，其表示出的物體外觀僅與漫反射表面有關(guān)，與視角無關(guān) 。
這就極大地限制了MPI可以捕捉的物體和場景類型。
為此，來自泰國科學技術(shù)研究所VISTEC的研究人員提出：將每個像素的參數(shù)轉(zhuǎn)化為基函數(shù)的系數(shù)，進行線性組合，并以此創(chuàng)建與視圖相關(guān)的效果模型。
就如上圖所示，多平面圖像中每個像素都由alpha透明值、基色k0和視圖相關(guān)的反射系數(shù)k1…kn組成。
將這些系數(shù)和神經(jīng)網(wǎng)絡預測的基函數(shù)進行線性組合，就產(chǎn)生了最終的顏色值。
如此一來，像金屬勺子在不同視角下的反射效果這樣的信息，都能在合成圖像中顯示出來。
具體到整個NeX的結(jié)構(gòu)，對于輸入圖像，首先根據(jù)不同平面深度，對像素坐標（x，y）進行采樣，以構(gòu)建出MPI中的每個像素。
然后，把這個數(shù)據(jù)喂給多層感知機（MLP），得到alpha透明度，以及和視圖相關(guān)的基礎(chǔ)系數(shù)（k1，k2，…，kn）。
這些系數(shù)再與顯式的k0一起，與另一個MLP預測的基函數(shù)相乘，生成RGB值。
輸出圖像，如公式1所示，為所有平面復合運算的結(jié)果。
而在細節(jié)效果的提升方面，研究人員人員發(fā)現(xiàn)，通過比較渲染圖像和真實值之間的差距，對基色k0進行優(yōu)化，就可以得到很好的效果，顯著減輕網(wǎng)絡壓縮和細節(jié)重現(xiàn)的負擔，減少迭代次數(shù) 。
研究人員還補充說，NeX可以被理解成是隱式輻射場函數(shù)的離散抽樣。
至于實時渲染，論文指出，NeX MPI中的每一個模型參數(shù)都可以轉(zhuǎn)換為圖像。而給定預先計算好的圖像，就可以在OpenGL/WebGL的片段著色器中實現(xiàn)上述公式1，實現(xiàn)捕獲場景的實時渲染。
實驗結(jié)果有NeRF珠玉在前，NeX具體到數(shù)據(jù)上，到底有怎樣的提升？
在運行時間方面，輸入17張分辨率為1008×756的照片，批量大小為1的情況下，使用單個英偉達V100訓練，NeX的耗時大概為18小時。
使用WebGL，此場景可以以每秒60幀的速度被渲染出來。
而在同一臺機器上運行，NeRF則需要大約55秒才能生成一幀。
也就是說，NeX的渲染速度比NeRF要快1000倍以上。
與SRN、LLFF和NeRF相比，在峰值信噪比、結(jié)構(gòu)相似性和圖像感知相似度這三個指標上，NeX都達到了最佳。
而在定性比較中，可以看到，與NeRF相比，在顏色均勻的區(qū)域，NeX細節(jié)更清晰，噪聲更少，更接近真實值。
LLFF雖然細節(jié)表現(xiàn)也很好，但當結(jié)果以視頻形式呈現(xiàn)時，會產(chǎn)生跳躍和扭曲偽影。
可上手試玩對了，如果你對NeX感興趣，還可以到項目官網(wǎng)親自感受一下實時渲染Demo 。
還有手機版和VR版喲。

以上關(guān)于本文的內(nèi)容，僅作參考！溫馨提示：如遇健康、疾病相關(guān)的問題，請您及時就醫(yī)或請專業(yè)人士給予相關(guān)指導!

「愛刨根生活網(wǎng)」www.malaban59.cn小編還為您精選了以下內(nèi)容，希望對您有所幫助：

3d渲染出圖步驟 3d渲圖閃退是怎么回事