|
你大概率會(huì)想起這句知名廣告詞：“中國(guó)山東找藍(lán)翔”。（不打廣告，不打廣告。） 那如果換個(gè)對(duì)象，換個(gè)問(wèn)法，“在人工智能（AI）的世界里，哪一家的推土機(jī)更 cool？” 一個(gè)可能的答案是什么？ 來(lái)，先斗一波圖再說(shuō)。
但事實(shí)上，它們?cè)诂F(xiàn)實(shí)中的模板，只是下面這個(gè)普普通通的、“大黃蜂”顏色的推土機(jī)。
據(jù)介紹，他們可以利用人工智能技術(shù)將著名藝術(shù)品的風(fēng)格融入任意 3D 場(chǎng)景中。 而且，相比于以往的研究，這一最新技術(shù)可以顯示出更高質(zhì)量的細(xì)節(jié)。
圖｜新方法顯示出更少的幾何偽影（來(lái)源：arXiv）
（來(lái)源：arXiv） 據(jù)論文描述，轉(zhuǎn)換質(zhì)量提高的原因是，研究團(tuán)隊(duì)的人工智能技術(shù)可以直接比較原始圖像和新風(fēng)格的 3D 場(chǎng)景之間的細(xì)節(jié)。而以往的人工智能技術(shù)，只是將圖像特征轉(zhuǎn)換為更緊湊的統(tǒng)計(jì)集進(jìn)行分析，從而丟失了很多原始細(xì)節(jié)。 對(duì)此，論文作者之一 Kai Zhang 表示，“我們?cè)噲D真正捕捉微妙的藝術(shù)風(fēng)格，就像《星空》的筆觸。這對(duì)人類(lèi)的感知非常重要，因?yàn)槲覀兊难劬?duì)局部細(xì)節(jié)非常敏感?！?br> 在此次工作中，研究團(tuán)隊(duì)證明了基于最近鄰特征匹配（NNFM）樣式損失在捕捉風(fēng)格細(xì)節(jié)方面非常有效，同時(shí)保持了多視圖的一致性。
圖｜基于 NNFM 獲得一致的自由視點(diǎn)風(fēng)格效果圖（來(lái)源：arXiv）
圖｜延遲反向傳播示意圖（來(lái)源：arXiv） 創(chuàng)造藝術(shù)形象通常需要大量的時(shí)間和特殊的專(zhuān)業(yè)知識(shí)，將藝術(shù)作品擴(kuò)展到 2D 圖像平面之外的維度，比如時(shí)間（在動(dòng)畫(huà)中）或 3D 空間（在雕塑或虛擬環(huán)境中），會(huì)面臨很多限制和挑戰(zhàn)。 研究團(tuán)隊(duì)表示，這一最新的風(fēng)格轉(zhuǎn)換技術(shù)（style transfer technique）未來(lái)有望用于動(dòng)畫(huà)電影和游戲行業(yè)中，用于手動(dòng)微調(diào)前的風(fēng)格模板。 此外，這一技術(shù)也同樣適用于寫(xiě)實(shí)風(fēng)格轉(zhuǎn)換（photorealistic style transfers），比如將正午時(shí)的自由女神像轉(zhuǎn)換為日落時(shí)的自由女神像。  而且，算法成功運(yùn)算一次可能需要 20 分鐘的時(shí)間。這是一個(gè)非常耗時(shí)的過(guò)程，因?yàn)樵诜磸?fù)試驗(yàn)的過(guò)程中，人們可能會(huì)嘗試不同的風(fēng)格。 為此，研究團(tuán)隊(duì)在接下來(lái)的工作中將致力于提高內(nèi)容生成的效率。 或許在未來(lái)的某一天，這一技術(shù)將用在人人都在使用的智能手機(jī)上。 參考資料： https:///abs/2206.06360 https://www.cs./projects/arf/ https://github.com/Kai-46/ARF-svox2 |
|
|
來(lái)自： 學(xué)術(shù)頭條 > 《待分類(lèi)》
