0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

人工智能系统VON,生成最逼真3D图像

DPVg_AI_era 来源:lq 2018-12-07 09:28 次阅读

人工智能合成的3D物体模型不够逼真?谷歌团队最近开发了一个AI系统——视觉对象网络(VON),不仅生成的图像比当前最先进的方法还要逼真,而且还可以做一系列3D操作。

合成现实3D物体模型的人工智能,看上去并没有那么遥不可及。

在2018年蒙特利尔NeurIPS大会上,麻省理工学院计算机科学与人工智能实验室(MIT CSAIL)和谷歌的研究人员发表了一篇论文,描述了一个能够生成具有逼真纹理的人工智能系统。

论文名称:

Visual Object Networks: Image Generation with Disentangled 3D Representation

论文地址:

https://papers.nips.cc/paper/7297-visual-object-networks-image-generation-with-disentangled-3d-representations.pdf

人工智能系统VON,生成最逼真3D图像

该人工智能系统——视觉对象网络(Visual Object Networks,VON),不仅生成的图像比当前最先进的方法还要逼真,还可以进行形状和纹理编辑、视角转换以及其它3D调整。

研究人员写到:“现代深层生成模型学会了合成较为逼真的图像。大多数计算模型只专注于生成2D图像,忽略了世界是3D的本质。这种2D视角不可避免地限制了它们在许多领域的实际应用,比如合成数据生成、机器人学习、视觉现实和游戏行业。”

VON通过联合合成三维形状和二维图像来解决这个问题,研究人员将其称为“disentangled object representation”。图像生成模型被分解为形状、视点和纹理三个要素,在计算“2.5D”草图和添加纹理之前,首先学习三维形状的合成。

重要的是,因为这三个要素是条件独立的,模型不需要在二维和三维形状之间配对数据。这使得该团队能够对二维图像和三维形状的大规模集合进行训练,比如Pix3D、谷歌图像搜索和ShapeNet,后者包含了55个对象类别的数千个CAD模型。

为了让VON学习如何生成自己的形状,该团队训练了一个生成对抗网络(GAN),试图在上述三维形状数据集上区分生成样本和真实样本。纹理生成被“降级”到另一个基于GAN的神经网络

经过大约两到三天的训练,人工智能系统产生了逼真的128×128×128模型,具有真实的反射率、环境照度和反照率。

为了评估图像生成模型,团队计算了用于生成三维模型的Fréchet初始距离 。此外,他们还向亚马逊的Mechanical Turk上展示了200对由VON和最先进的模型生成的图像,被试者的任务是在每对图像中选择更加真实的结果。

VON的性能表现非常突出。与其它AI模型相比,它的Fréchet初始距离最低。Mechanical Turk被试者更喜欢VON生成的图像,比例高达74%至85%。

研究人员将专注于更加精细化的建模,以更高的分辨率生成形状和图像,将纹理分解为光照和外观,并合成自然场景。

研究团队写道:“我们的关键思想是将图像生成过程分解为三个要素:形状、视角和纹理,这种分离的3D表示方式使我们能够在对抗学习框架下从3D和2D视觉数据收集中学习模型。与现有的2D生成模型相比,我们的模型合成的图像更加逼真;它还允许3D操作,这用以前的2D方法是无法实现的。”

突飞猛进的GAN

近年来,对GAN的研究突飞猛进,尤其是在机器视觉领域:

Google旗下的DeepMind去年10月推出了一个基于GAN的系统,可以创建非常逼真的食物、风景、动物等照片;

今年9月,英伟达的研究人员开发了一种AI模型,可以对脑癌进行合成扫描;

今年8月,卡内基梅隆大学(Carnegie Mellon)的一个研究小组展示了如何利用人工智能将一个人录制下来的动作和面部表情在转移到另一张照片或视频中的目标对象;

最近,爱丁堡大学感知研究所和天文学研究所的科学家设计了一种可以产生高分辨率的星系图像。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 人工智能
    +关注

    关注

    1773

    文章

    43356

    浏览量

    230123
  • 3D图像
    +关注

    关注

    0

    文章

    34

    浏览量

    10646

原文标题:谷歌NeurIPS 2018论文:GAN生成3D模型,图像自带逼真效果

文章出处:【微信号:AI_era,微信公众号:新智元】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    KOALA人工智能图像生成模型问世

    近日,韩国科学团队宣布研发出名为 KOALA 的新型人工智能图像生成模型,该模型在速度和质量上均实现了显著突破。KOALA 能够在短短 2 秒内生成高质量图片,同时大幅降低了对硬件的需
    的头像 发表于 03-05 10:46 278次阅读

    嵌入式人工智能的就业方向有哪些?

    嵌入式人工智能的就业方向有哪些? 在新一轮科技革命与产业变革的时代背景下,嵌入式人工智能成为国家新型基础建设与传统产业升级的核心驱动力。同时在此背景驱动下,众多名企也纷纷在嵌入式人工智能领域布局
    发表于 02-26 10:17

    小白学大模型:什么是生成人工智能

    来源:Coggle数据科学什么是生成人工智能?在过去几年中,机器学习领域取得了迅猛进步,创造了人工智能的一个新的子领域:生成人工智能。这
    的头像 发表于 02-22 08:27 278次阅读
    小白学大模型:什么是<b class='flag-5'>生成</b>式<b class='flag-5'>人工智能</b>?

    生成人工智能和感知式人工智能的区别

    生成新的内容和信息的人工智能系统。这些系统能够利用已有的数据和知识来生成全新的内容,如图片、音乐、文本等。
    的头像 发表于 02-19 16:43 429次阅读

    关于生成人工智能你应该知道的7件事

    ChatGPT和类似的人工智能工具可以生成包括文本、图像和音频在内的内容,让高等教育领域领导者、教师、学生和其他人既兴奋又担忧。我们应将人工智能工具引入学习过程,避免围绕这些新技术而产
    的头像 发表于 02-19 13:27 295次阅读
    关于<b class='flag-5'>生成</b>式<b class='flag-5'>人工智能</b>你应该知道的7件事

    生成人工智能的应用

    ChatGPT 虽然很酷,但这只是一个开始; 生成人工智能的企业用途要复杂得多。
    的头像 发表于 01-09 11:19 654次阅读

    生成人工智能如何治理 生成人工智能的机遇和挑战

    人工智能按其模型可以划分为决策式人工智能生成人工智能。决策式人工智能是一种用于决策的技术,它利用机器学习、深度学习和计算机视觉技术来处理
    发表于 10-12 09:57 296次阅读

    ai人工智能机器人

    随着时间的推移,人工智能的发展越来越成熟,智能时代也离人们越来越近,近几年人工智能越来越火爆,人工智能的应用已经开始渗透到各行各业,与生活交融,成为人们无法拒绝,无法失去的一个重要存在
    发表于 09-21 11:09

    《通用人工智能:初心与未来》-试读报告

    作者给出的结论。整体读下来,可以给我们关于通用人工智能全面的了解。作者也反复强调了通用人工智能与专用智能的区别。尤其是人们错误的认为一堆专用智能堆砌起来就是通用
    发表于 09-18 10:02

    如何将人工智能应用到效能评估系统软件中去解决

      如何将人工智能应用到效能评估系统软件中去解决   华盛恒辉效能评估系统是一种非常实用的管理工具,它可以帮助组织和企业掌握其运营状况,优化业务流程,提高效率和生产力。然而,随着人工智能
    发表于 08-30 12:58

    人工智能生成技术的深度伪造技术的挑战

    随着人工智能模型创作虚假视频的逼真程度不断提高,深度伪造技术日益被视为“巨大的社会威胁”。例如,一个名为ModelScope的新型创意人工智能系统现在已经可以根据文本提示制作短视频。
    发表于 07-24 11:04 281次阅读

    AI 人工智能的未来在哪?

    人工智能、AI智能大模型已经孵化;繁衍过程将突飞猛进,ChatGPT已经上线。 世界首富马斯克认为AI对人类是一种威胁;谷歌前CEO施密特认为AI和机器学习对人类有很大益处。 每个国家对核武器的运用有两面性,可造可控;但AI智能
    发表于 06-27 10:48

    【书籍评测活动NO.16】 通用人工智能:初心与未来

    的新一波人工智能正在兴起。自然语言处理、人脸识别、自动驾驶、无人系统等复杂人工智能任务相继取得大的突破,人工智能在很多特定问题(如围棋、《星际争霸》游戏、医疗诊断等)的解决上甚至超过了
    发表于 06-21 14:41

    虹软图像深度恢复技术与生成式AI的创新 生成式AI助力

    当前,生成人工智能(AI)技术的快速发展令人瞩目。它能够理解人类的描述,并在短时间内生成逼真图像和视频。在
    发表于 06-21 09:06 283次阅读

    机器学习和人工智能有什么区别?

    机器学习和人工智能有什么区别?当今唯一可用的软件选项是 ML 系统。在十年左右的时间里,当计算能力和算法开发达到可以显着影响结果的地步时,我们将见证第一个真正的人工智能。是人工智能软件
    发表于 04-12 08:21