假 3D 场景逼真到火爆外网！超 1 亿像素无死角，被赞 AI 渲染新高度

导读： 假 3D 场景逼真到火爆外网！超 1 亿像素无死角，被赞 AI 渲染新高度 先来看一段 " 视频 "，有没有看出什么不对劲的地方？其实，这仅仅是由一组照片渲染

　　网友提问：

　　 假 3D 场景逼真到火爆外网！超 1 亿像素无死角，被赞 AI 渲染新高度

　　优质回答：

　　先来看一段 " 视频 "，有没有看出什么不对劲的地方？

　　在输入时，由于需要建模 3D 场景，因此这里的照片需要经过严格拍摄，来获取整个场景的稀疏点云数据。

　　具体来说，作者在从照片获取点云数据时，采用了COLMAP。

　　先从多个不同的角度拍摄场景中的照片，其中每张照片的视角都会经过严格控制。

　　然后采用 SfM（Structure From Motion，运动恢复结构）方法，来获取相机内外参数，得到整个场景的 3D 重建数据，也就是表示场景结构的稀疏点云：

　　然后，包含点云等信息的场景数据会被输入到流水线中，进行进一步的处理。

　　流水线（pipeline）主要分为三个部分：可微光栅化器、神经渲染器和可微色调映射器。

　　首先，利用多分辨率的单像素点栅格化可微渲染器（可微光栅化器），将输入的相机参数、重建的点云数据转换成稀疏神经图像。

　　其中，模型里关于图像和点云对齐的部分，采用了 NavVis 数据集来训练。

　　然后，利用神经渲染器，对稀疏神经图像进行阴影计算和孔洞填充，生成 HDR 图片。

　　最后，由于不是每个设备都支持 HDR 画面，因此在显示到 LDR 设备之前，还需要利用基于物理的可微色调映射器改变动态范围，将 HDR 图像变成 LDR 图像。

　　每个场景 300+ 图像训练

　　这个新模型的优势在哪里？

　　由于模型的所有阶段都可微，因此这个模型能够优化场景所有参数（相机模型、相机姿势、点位置、点颜色、环境图、渲染网络权重、渐晕、相机响应函数、每张图像的曝光和每张图像的白平衡），并用来生成质量更高的图像。

　　具体到训练上，作者先是采用了 688 张图片（包含 73M 个点）来训练这个神经渲染流水线（pipeline）。

　　针对 demo 中的几个场景（火车、灯塔、游乐园、操场等），作者们分别用高端摄像机拍摄了 300~350 张全高清图像，每个场景生成的像素点数量分别为 10M、8M、12M 和 11M，其中 5% 的图像用作测试。

　　也就是说，制作这样一个 3D 场景，大约需要几百张图像，同时每张图像的拍摄需要经过严格的角度控制。

　　不过仍然有读者表示，拍几百张图像就能用 AI 做个场景出来，这个速度比当前人工渲染是要快多了。

　　功能上，模型既能生成可以调节参数的新角度照片，还能自动插值生成全场景的 3D 渲染视频，可以说是挺有潜力的。

　　那么，这个模型的效果与当前其他模型的渲染效果相比如何呢？

　　实时显示 1 亿 + 像素点场景

　　据作者表示，论文中采用的高效单像素点栅格化方法，使得 ADOP 能够使用任意的相机模型，并实时显示超过 1 亿个像素点的场景。

　　肉眼分辨生成结果来看，采用同行几个最新模型生成的图片，或多或少会出现一些伪影或是不真实的情况，相比之下 ADOP 在细节上处理得都非常不错：

　　从数据来看，无论是火车、操场、坦克还是灯塔场景，在 ADOP 模型的渲染下，在 VGG、LPIPS 和 PSNR 上几乎都能取得最优秀的结果（除了坦克的数据）。

　　不过，研究本身也还具有一些局限性，例如单像素点渲染仍然存在点云稀疏时，渲染出现孔洞等问题。

　　但整体来看，实时显示 3D 场景的效果还是非常出类拔萃的，不少业内人士表示 " 达到了 AI 渲染新高度 "。

　　已经有不少网友开始想象这项研究的用途，例如给电影制片厂省去一大波时间和精力：

　　（甚至有电影系的学生想直接用到毕设上）

　　对游戏行业影响也非常不错：

　　在家就能搞 3A 大作的场景，是不是也要实现了？简直让人迫不及待。

　　还有人想象，要是能在 iPhone 上实现就好了（甚至已经给 iPhone 15 预定上了）：

　　对于研究本身，有网友从行外人视角看来，感觉更像是插帧模型（也有网友回应说差不多是这样）：

　　也有网友表示，由于需要的图像比较多，效果没有宣传中那么好，对研究潜力持保留态度：

　　虽然目前作者们已经建立了 GitHub 项目，但代码还没有放出来，感兴趣的同学们可以先蹲一波。

　　至于具体的开源时间，作者们表示 " 会在中了顶会后再放出来 "。（祝这篇论文成功被顶会收录 ~）

　　论文地址：

　　https://arxiv.org/abs/2110.06635

　　项目地址 ( 代码还没 po 出来 ) ：

　　https://github.com/darglein/ADOP

　　参考链接：

　　 [ 1 ] https://www.reddit.com/r/MachineLearning/comments/q9phnq/r_adop_approximate_differentiable_onepixel_point/

　　 [ 2 ] https://twitter.com/ak92501/status/1448489762990563331

　　 [ 3 ] https://developer.apple.com/augmented-reality/object-capture/