Neuralangelo是NVIDIA Research 開(kāi)發(fā)的一個(gè)全新AI模型，它利用神經(jīng)網(wǎng)絡(luò)進(jìn)行3D重建，可將2D視頻片段轉(zhuǎn)換為詳細(xì)的3D結(jié)構(gòu)，為建筑物、雕塑以及其他真實(shí)物體生成逼真的虛擬復(fù)本。

就像米開(kāi)朗基羅用大理石雕刻出令人驚嘆、栩栩如生的雕塑一樣，Neuralangelo能生成具有復(fù)雜細(xì)節(jié)和紋理的3D結(jié)構(gòu)。隨后，創(chuàng)意人士可以將這些3D物體導(dǎo)入設(shè)計(jì)軟件中，對(duì)其進(jìn)行進(jìn)一步編輯，用于藝術(shù)、視頻游戲開(kāi)發(fā)、機(jī)器人和工業(yè)數(shù)字孿生。

Neuralangelo將復(fù)雜材料——包括屋頂瓦片、玻璃板和光滑的大理石——的紋理從2D視頻轉(zhuǎn)換為3D物料的能力大大超過(guò)了以前的方法。高保真度讓開(kāi)發(fā)者和創(chuàng)意專(zhuān)業(yè)人士更容易進(jìn)行3D重建，使用智能手機(jī)拍攝的視頻快速為項(xiàng)目創(chuàng)建可用的虛擬物體。

NVIDIA Research高級(jí)研究總監(jiān)、上述論文的合著者劉洺堉表示：“Neuralangelo的3D重建能力將使創(chuàng)作者受益匪淺，能夠幫助他們?cè)跀?shù)字世界中重建現(xiàn)實(shí)世界。這個(gè)工具最終將使開(kāi)發(fā)人員能夠?qū)⒃敿?xì)的對(duì)象——無(wú)論是小雕像還是大型建筑——導(dǎo)入到虛擬環(huán)境中，用于電子游戲或工業(yè)數(shù)字孿生。”

在一次演示中，NVIDIA研究人員展示了該模型如何重建米開(kāi)朗基羅“大衛(wèi)像”這樣的標(biāo)志性物體以及平板卡車(chē)這樣的普通物體。Neuralangelo還可以重建建筑物的內(nèi)部和外部——以NVIDIA灣區(qū)辦公園區(qū)的詳細(xì)3D模型為例進(jìn)行了演示。

本次發(fā)布相關(guān)精彩視頻已在NVIDIA中國(guó)西瓜視頻賬號(hào)發(fā)布：

數(shù)字文藝復(fù)興：NVIDIA Neuralangelo研究重構(gòu)3D場(chǎng)景

在3D中應(yīng)用神經(jīng)渲染模型

之前用于重建3D場(chǎng)景的AI模型很難準(zhǔn)確捕捉重復(fù)的紋理、均勻的顏色和強(qiáng)烈的顏色變化。Neuralangelo采用即時(shí)神經(jīng)圖形基元——即NVIDIA Instant NeRF背后的技術(shù)——來(lái)幫助捕捉這些更精細(xì)的細(xì)節(jié)。

使用從不同角度拍攝的物體或場(chǎng)景的2D視頻，該模型會(huì)選擇從不同角度捕捉的鏡頭來(lái)確定物體或場(chǎng)景的深度、大小和形狀，就像藝術(shù)家會(huì)從多個(gè)角度描繪一個(gè)物體一樣。

一旦確定了每個(gè)鏡頭的相機(jī)位置，Neuralangelo的AI就會(huì)創(chuàng)建一個(gè)粗略的3D場(chǎng)景，相當(dāng)于雕塑家開(kāi)始雕刻主體的形狀。

然后，該模型對(duì)渲染進(jìn)行優(yōu)化以銳化細(xì)節(jié)，就好像雕塑家辛苦雕琢石頭來(lái)模仿織物或人的紋理。

最終會(huì)生成一個(gè)3D物體或大規(guī)模場(chǎng)景，可用于虛擬現(xiàn)實(shí)應(yīng)用、數(shù)字孿生或機(jī)器人開(kāi)發(fā)。

在6月18-22日舉行的CVPR大會(huì)上探尋NVIDIA Research的研究成果

在6月18日至22日于溫哥華舉行的CVPR上，NVIDIA Research將展示近30個(gè)項(xiàng)目，其中包括Neuralangelo。這些論文的主題涵蓋姿態(tài)估計(jì)、3D重建和視頻生成。

其中一個(gè)名為DiffCollage的項(xiàng)目是一種創(chuàng)建大規(guī)模內(nèi)容的擴(kuò)散法，包括長(zhǎng)橫向、360度全景圖和循環(huán)運(yùn)動(dòng)圖像。當(dāng)輸入一個(gè)具有標(biāo)準(zhǔn)長(zhǎng)寬比的圖像訓(xùn)練數(shù)據(jù)集時(shí)，DiffCollage將這些較小的圖像視為更大視覺(jué)片段的一部分——就像一張張拼貼畫(huà)。這使得擴(kuò)散模型能夠生成看上去有凝聚力的大型內(nèi)容，而無(wú)需使用相同比例的圖像進(jìn)行訓(xùn)練。

該技術(shù)還可以將文本提示轉(zhuǎn)換為視頻序列，技術(shù)演示中使用了預(yù)先訓(xùn)練的擴(kuò)散模型來(lái)捕捉人體動(dòng)作：

本次發(fā)布相關(guān)精彩視頻已在NVIDIA中國(guó)西瓜視頻賬號(hào)發(fā)布：

DiffCollage 將文本提示轉(zhuǎn)換為視頻序列

了解有關(guān)NVIDIA Research參展CVPR的更多信息。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。