在三维动画与电影等的制作过程中,用图像来重建3D数字几何结构是计算机视觉领域一个非常核心的问题,将这个问题简化,可以让整个三维动画剧本到实际三维建模输出的流程更加简易与直接。
外国有一项新的研究或可让这个过程更加简单:伯克利人工智能研究中心的Christian Häne等人发表一篇论文 Hierarchical Surface Prediction for 3D Object Reconstruction,论文中他们讨论如何从单张色彩图像重建出高质量的3D几何结构,就像下面这幅图所显示的。

现在通常的三维模型建设过程,是以2d的色彩图像为蓝本,辅以各种参数与三维建模师的设计能力,让整个物体三维化。而伯克利人工智能研究中心的此研究,是让人工智能来完成整个过程,节省人力资源。
该做法的基准原理是:分步骤建立3D模型,刚开始,它只是估计粗略的几何形体,然后重复上述过程,增加越来越多的细节,几步过后,几何体变得越来越精细。就像是层级扫描一样,这种算法的特点与优势在于:无需消耗过多的机器资源,降低了整个三维建模成型的难度。
假如未来该算法得以实现,三维动画与游戏行业的建模师的精力就可以放在更加精细,需要高分辨率的三维部件上,让人工智能帮助完成简单却数量繁多的低分辨率建模工作。
|