2 張廢片啪地一合！錯過的精彩瞬間立刻重現(xiàn)，還能從 2D 升到 3D 效果?？?，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)測中間場景
這種方法適用于兩張非常相似的照片，比如連拍時產(chǎn)生的一系列照片。
方法的關(guān)鍵在于將 2 張圖片轉(zhuǎn)換為一對基于特征的分層深度圖像 （LDI），并通過場景流進行增強。整個過程可以把兩張照片分別看做是“起點”和“終點”，然后在這二者之間逐步預(yù)測出每一刻的變化。
具體來看，過程如下：
首先，將兩張照片用單應(yīng)矩陣（homegraphy）對齊，分別預(yù)測兩張照片的稠密深度圖。然后將每個 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景運動部分。通過預(yù)測兩個輸入圖像之間的深度和光流，就能計算出 LDI 中每個像素的場景流。
而如果想要兩張圖之間渲染出一個新的視圖、并提升到 3D，在此需要將兩組帶特征值的 LDI 提升到一對 3D 點云中，還要沿著場景流雙向移動到中間的時間點。然后再將三維的特征點投影展開，形成正向、反向的二維特征圖及對應(yīng)深度圖。
最后將這些映射與時間線中對應(yīng)時間點的權(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。
實驗結(jié)果
從數(shù)據(jù)方面來看，該方法在所有誤差指標上，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節(jié)，如（d）所示。
在 NVIDIA 數(shù)據(jù)集上進行消融實驗表明，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，會出現(xiàn)物體錯位的現(xiàn)象。
比如下圖中酒瓶的瓶嘴移動了，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，在合成的時候難免會出現(xiàn)“截肢”的情況，比如下圖中喂考拉的手。
團隊介紹
該研究的一作為 Qianqian Wang，現(xiàn)在在康奈爾大學(xué)讀博四。
她本科畢業(yè)于浙江大學(xué)，師從周曉巍。
研究興趣為計算機視覺、計算機圖形學(xué)和機器學(xué)習(xí)。
二作是 Zhengqi Li，博士畢業(yè)于康納爾大學(xué)，本科畢業(yè)于明尼蘇達大學(xué)，目前在 Google Research。
曾獲提名 CVPR 2019 最佳論文，谷歌 2020 博士獎研金，2020 年 Adobe Research 獎學(xué)金，入圍 Baidu 2021 年 AI 華人新星百強榜單。
參與此項研究的還有華盛頓大學(xué)教授 Brian Curless。
他還提出過另一種方法能夠?qū)崿F(xiàn)類似效果，同樣只用到了 2 張照片，通過新型幀插值模型生成連貫的視頻。
論文地址：
https://3d-moments.github.io/
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。