在三維動(dòng)畫及電影的制作過(guò)程中,怎樣用圖像來(lái)重建3D數(shù)字幾何結(jié)構(gòu)是計(jì)算機(jī)視覺領(lǐng)域一個(gè)非常核心的問題。
這種技術(shù)可以在很多的領(lǐng)域都能用到,如電影制作、虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)。將這個(gè)問題簡(jiǎn)化,可以讓整個(gè)三維動(dòng)畫劇本到實(shí)際三維建模輸出的流程更加簡(jiǎn)易與直接。
外國(guó)有一項(xiàng)新的研究或可讓這個(gè)過(guò)程更加簡(jiǎn)單:伯克利人工智能研究中心的Christian H?ne等人發(fā)表一篇論文 Hierarchical Surface Prediction for 3D Object Reconstruction,論文中他們討論如何從單張色彩圖像重建出高質(zhì)量的3D幾何結(jié)構(gòu),就像下面這幅圖所顯示的。
可以輕易地基于2D彩色圖片,建立3D幾何模型。如果我們想要在動(dòng)畫中新增一位人物,通常美術(shù)師可以根據(jù)簡(jiǎn)單的一副照片,就可以繪制出一個(gè)相似的3D幾何模型。
現(xiàn)在通常的三維模型建設(shè)過(guò)程,是以2d的色彩圖像為藍(lán)本,輔以各種參數(shù)與三維建模師的設(shè)計(jì)能力,讓整個(gè)物體三維化。而伯克利人工智能研究中心的此研究,是讓人工智能來(lái)完成整個(gè)過(guò)程,節(jié)省人力資源。
該做法的基準(zhǔn)原理是:分步驟建立3D模型,剛開始,它只是估計(jì)粗略的幾何形體,然后重復(fù)上述過(guò)程,增加越來(lái)越多的細(xì)節(jié),幾步過(guò)后,幾何體變得越來(lái)越精細(xì)。就像是層級(jí)掃描一樣,這種算法的特點(diǎn)與優(yōu)勢(shì)在于:無(wú)需消耗過(guò)多的機(jī)器資源,降低了整個(gè)三維建模成型的難度。
如果未來(lái)此技術(shù)能夠?qū)崿F(xiàn),三維動(dòng)畫與游戲行業(yè)的建模師的精力就可以放在更加精細(xì),需要高分辨率的三維部件上,讓人工智能來(lái)幫我們完成繁多的低分辨率建模工作。