谷歌搞了个 AI 自拍神器，绝对包你女朋友满意！！！-技术圈

谷歌搞了个 AI 自拍神器，绝对包你女朋友满意！！！

共 1184字，需浏览 3分钟

· 2020-12-05

点击关注"Python学习与数据挖掘"

更多超级干货第一时间推送给你哦！！！

爱自拍的女生，为了拍一张美照总是需要很久，就是为了找到最美的角度。

比如这位妹子，在自己的书架前拍了 4 张自拍照，都不太满意。

现在可以把选最美角度这件事交给 AI 了，让妹子不再苦恼。只要几张照片，它能从中生成各种角度的自拍。

然后，你可以在 AI 生成的视频里，找到一个自认为最美的角度，分享到朋友圈。

这个 AI 就是华盛顿大学和谷歌联合开发的 nerfies。

这种方法不需要太复杂的设备，只要智能手机的摄像头和 CPU 就能完成运算和渲染。这可比 iPhone 12 Pro 用内置激光雷达来生成 3D 图像的成本低多了。

原理

看到 nerfies 这个名字是不是有种似曾相识的感觉？nerfies 其实就是 NeRF+Selfies 两个单词合并而来。

NeRF（神经辐射场）是谷歌最近开发的一种 2D 图像转 3D 的模型，但 NeRF 要求拍摄对象在整个过程保持完全静止。

比如，上面的妹子在自拍 4 张照片的时候，头部姿势不可避免地会发生变化，如果直接套用 NeRF，效果惨不忍睹。

而 nerfies 则是可变性神经辐射场（Deformable NeRF），它能够重建非刚性变形的场景。

在 NeRF 的基础上，作者从几何和物理模拟的原理出发，提出了 NeRF 的弹性正则化，进一步提高了 2D 转 3D 的鲁棒性。

在可变性 NeRF 中，作者引入了弹性正则化、背景正则化以及一种可避免不良的局部最小值退火技术。

作者将潜在变形码（ω）和外观码（ψ）与每个图像关联。在观测帧中对摄像机光线进行追踪，并使用变形场将样本沿光线转换到规范帧，变形场由变形码 ω 编码为 MLP。

另外使用转换后的样本位置 (x0，y0，z0)、观察方向 (θ，φ) 和外观码 ψ 作为 MLP 的输入，来查询模板 NeRF 模块，并沿着光线对样本进行积分。

可变性 NeRF 不仅可以用于自拍，还有更多好玩的用途。

比如创建 “希区柯克变焦” 的效果，过去需要专门的摄影技巧，或者是通过由远及近的拍摄视频再后期处理。现在只要几张照片就可以了。

如果不需要场景角度变化，而是需要人物姿势变化呢？

可变性 NeRF 能在头向左和向右之间线性插入任意姿势的照片。

最后还有一个用途是生成防抖视频。既然可变性 NeRF 可以生成任意角度的图像，那么现在可以让手负责抖，而让它负责稳了。

感兴趣的小伙伴，项目资料和论文我已经上传，欢迎阅读学习！

长按二维码，后台发送 [自拍]