學(xué)習(xí)JavaScript的10個(gè)理由...
作者 | Simplilearn編譯 | 王瑞平當(dāng)你決心學(xué)習(xí)一門語言的時(shí)候，很難選擇到底應(yīng)該學(xué)習(xí)哪一門，常用的語言有Python、Java、JavaScript、C/CPP、PHP、Swift、C#、Ruby、Objective-
2張廢片啪地一合!
錯(cuò)過的精彩瞬間立刻重現(xiàn)，還能從2D升到3D效果。
看，小男孩可愛的笑容馬上躍然浮現(xiàn)：
吹滅生日蛋糕蠟燭的瞬間也被還原了出來：
咧嘴笑起來的過程看著也太治愈了吧~
咱就是說，這回相機(jī)里熊孩子/毛孩子的廢片終于有救了!
而且完全看不出是后期合成的效果，仿佛是原生拍攝的一般。
這就是谷歌、康奈爾大學(xué)、華盛頓大學(xué)最近聯(lián)合推出的成果，能只用2張相近的照片還原出3D瞬間，目前已被CVPR 2022收錄。
論文作者一作、二作均為華人，一作小姐姐本科畢業(yè)于浙江大學(xué)。
用2張照片正反向預(yù)測(cè)中間場(chǎng)景
這種方法適用于兩張非常相似的照片，比如連拍時(shí)產(chǎn)生的一系列照片。
方法的關(guān)鍵在于將2張圖片轉(zhuǎn)換為一對(duì)基于特征的分層深度圖像 (LDI)，并通過場(chǎng)景流進(jìn)行增強(qiáng)。
整個(gè)過程可以把兩張照片分別看做是“起點(diǎn)”和“終點(diǎn)”，然后在這二者之間逐步預(yù)測(cè)出每一刻的變化。
具體來看，過程如下：
首先，將兩張照片用單應(yīng)矩陣(homegraphy)對(duì)齊，分別預(yù)測(cè)兩張照片的稠密深度圖。
然后將每個(gè)RGBD圖像轉(zhuǎn)換為彩色的LDI，通過深度感知修復(fù)背景中被遮擋的部分。
其中，RGB圖像即為普通RGB圖像+深度圖像。
之后用二維特征提取器修復(fù)LDI的每個(gè)顏色層，以獲取特征層，從而生成兩份特征圖層。
下一步就到了模擬場(chǎng)景運(yùn)動(dòng)部分。
通過預(yù)測(cè)兩個(gè)輸入圖像之間的深度和光流，就能計(jì)算出LDI中每個(gè)像素的場(chǎng)景流。
而如果想要兩張圖之間渲染出一個(gè)新的視圖、并提升到3D，在此需要將兩組帶特征值的LDI提升到一對(duì)3D點(diǎn)云中，還要沿著場(chǎng)景流雙向移動(dòng)到中間的時(shí)間點(diǎn)。
然后再將三維的特征點(diǎn)投影展開，形成正向、反向的二維特征圖及對(duì)應(yīng)深度圖。
最后將這些映射與時(shí)間線中對(duì)應(yīng)時(shí)間點(diǎn)的權(quán)重線性混合，將結(jié)果傳給圖像合成網(wǎng)絡(luò)，就能得到最后的效果了。
實(shí)驗(yàn)結(jié)果
從數(shù)據(jù)方面來看，該方法在所有誤差指標(biāo)上，均高于基線水平。
在UCSD數(shù)據(jù)集上，這一方法可以保留畫面中的更多細(xì)節(jié)，如(d)所示。
在NVIDIA數(shù)據(jù)集上進(jìn)行消融實(shí)驗(yàn)表明，該方法在提高渲染質(zhì)量上表現(xiàn)也很nice。
不過也存在一些問題：當(dāng)兩張圖像之間的改變比較大時(shí)，會(huì)出現(xiàn)物體錯(cuò)位的現(xiàn)象。
比如下圖中酒瓶的瓶嘴移動(dòng)了，不該發(fā)生變化的酒杯也搖晃了起來。
還有照片如果沒有拍全的地方，在合成的時(shí)候難免會(huì)出現(xiàn)“截肢”的情況，比如下圖中喂考拉的手。
論文地址：
https://3d-moments.github.io/
本文鏈接：http://www.tebozhan.com/showinfo-119-2324-0.html只需2張照片就能2D變3D，這個(gè)AI能自己腦補(bǔ)蠟燭吹滅過程，一作二作均為華人
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識(shí)，若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。郵件：2376512515@qq.com
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請(qǐng)聯(lián)系：2376512515@qq.com 津ICP備18001702號(hào)
津公網(wǎng)安備 12010102000574號(hào)