软件可以从随机的互联网照片重建3D空间

谷歌研究人员使用从互联网和机器学习中拍摄的照片，重建了世界各地著名地标令人难以置信的详细3D场景。

在该项目的gihub页面上，研究人员分享了柏林的勃兰登堡门、巴黎的Sacré-Cœur和罗马的特雷维喷泉的3D场景-所有这些都是从Flickr等网站拍摄的照片创建的。结果是令人印象深刻的3D渲染，其中摄像机的视图可以移动，场景的外观可以通过不同的照明效果进行更改。

研究人员最近在arxiv预印服务器上发表了一篇题为“荒野中的神经：不受限制的照片收集的神经辐射场”的论文，分享了他们的方法。据该报报道，这种被他们命名为NERF-W的方法建立在神经辐射场(NERF)的基础上，NERF也可以用来从照片集合中重建3D场景，但如果照片是在受控环境之外拍摄的，可能会遇到困难。

“神经辐射场(NERF)方法隐含地在神经网络的权重内模拟场景的辐射场和密度。然后使用直接体绘制来合成新的视图，在一系列具有挑战性的场景中显示出前所未有的保真度，“研究人员在他们的论文中写道。

“然而，NERF只被证明在受控设置下工作良好：场景是在短时间内捕捉到的，在此期间照明效果保持不变，场景中的所有内容都是静态的，”该报写道。

研究人员继续解释说，Nerf在使用超出这些参数的图像时可能会遇到困难-例如，由不同人拍摄并发布到Flickr上的特雷维喷泉(Trevi Fountain)的一组游客照片。这是因为光线变化或图像曝光或后处理等因素造成的差异。此外，来自互联网的照片通常包含移动的物体，如人或汽车。

“两位摄影师可能站在同一地点，拍摄同一地标，但在这两张照片之间，世界可能会发生重大变化：汽车和行人可能会移动，施工可能会开始或结束，季节和天气可能会改变，太阳可能会在天空中移动，”该报写道。

然后，生成的模型可能包含重影、过度平滑和其他瑕疵。作者在论文中解释说，NERF-W通过引入扩展来解决这个问题，这些扩展软化了NERF关于世界上的事物保持静态的假设，导致了更好的结果。

使用NERF-W的结果是增强现实和虚拟现实应用程序经常需要的逼真的3D重建类型，这些重建是使用来自网络的东西创建的。

签署“色情通讯”，即表示您同意接收来自“色情通讯”的电子通讯，其中有时可能包括广告或赞助内容。