Redian新闻
>
一部iPhone实时渲染300平房间,精度达厘米级别!谷歌最新研究证明NeRF没死

一部iPhone实时渲染300平房间,精度达厘米级别!谷歌最新研究证明NeRF没死

公众号新闻



  新智元报道  

编辑:桃子
【新智元导读】3D实时渲染又要进入新时代了!谷歌团队最新研究SMERF能够在手机、电脑上实时渲染大型3D场景。

3D实时渲染大型场景,一台电脑,甚至一部手机就可以完成。

从家里的客厅到主卧,储物间,厨房,卫生间各个死角,都能逼真在电脑中完成渲染,如同拍摄实物视频一般。

而且,你还可以在一台iPhone上完成复杂场景渲染。

来自谷歌、谷歌DeepMind和图宾根大学的研究人员最近提出了一种全新技术SMERF。

它可以在智能手机和笔记本电脑各种设备上实时渲染大型视图场景。

论文地址:https://arxiv.org/pdf/2312.07541.pdf

本质上讲,SMERF是一种基于NeRFs的方法,依赖于内存效率更高的MERF(Memory-Efficient Radiance Fields)。

NeRF已死?


当前,辐射场(Radiance fields)已成为一种强大且易于优化的表示形式,用于重建和重新渲染逼真的真实3D场景。

与网格和点云等显式表示相反,辐射场通常存储为神经网络并使用体积射线行进进行渲染。

在给定足够大的计算预算的情况下,神经网络可以简明地表示复杂的几何形状和依赖于视图的效果。

作为体积表示,渲染图像所需的操作数量以像素数量而不是图元(例如三角形)的数量为单位,性能最佳的模型需要数千万次网络评估。

因此,辐射场的实时方法在质量、速度或表示大小方面做出了让步,并且这种表示是否可以与高斯泼溅(Gaussian Splatting )等替代方法竞争,仍然是一个悬而未决的问题。

最新研究中,作者提出了一种可扩展的方法,从而实现比以往更高保真度的实时大空间渲染。

SMERF实时渲染,精度达厘米级别


SMERF专门为学习大型3D表示所设计,比如房屋的渲染。

谷歌等研究人员结合一种分层模型划分的方案,其中空间的不同部分和学习参数由不同的MERF表示。

这不仅增加了模型容量,而且同时限制了计算和内存要求。因为类似这样大型的3D表示是无法用经典NERF进行实时渲染。

SMERF中有K=3坐标空间分区和P=4延迟外观网络子分区的场景的坐标系

为了提升SMERF的渲染质量,研究团队还使用了一种「教师—学生」的蒸馏方法。

在这个方法中,已经训练好的高质量Zip-Nerf模型(教师),被用来训练一个新的MERF模型(学生)。

如下图,「教师监督」的整体流程。教师模型通过渲染颜色提供光度监督,并通过沿相机光线的体积权重提供几何监督。教师和学生都在同一组光线间隔上进行操作。

这种方法可以让研究人员将功能强大的Zip-Nerf模型的细节和图像质量,转移到更高效、更快的结构上。

这对智能手机和笔记本电脑等功能较弱的设备上的应用尤其有用。

实验评估


研究人员首先在Zip-NeRF引入的4大场景上评估了方法:柏林、阿拉米达、伦敦和纽约。

这些场景中的每一个都是使用180°鱼眼镜头拍摄的1,000-2,000 张照片。为了与3DGS进行全面比较,研究人员将照片裁剪为110°,并使用COLMAP重新估计相机参数。

表1所示的结果表明,对于适度的空间细分K,最新方法的精度大大超过了MERF和3DGS。

随着K的增加,模型的重建精度提高,并接近其 Zip-NeRF老师的精度,在K=5时差距小于0.1 PSNR和0.01 SSIM。

研究人员还发现这些定量的改进低估了重建的定性改进准确性,如图5所示。

在大型场景中,SMERF方法一致地对薄几何体、高频纹理、镜面高光和实时基线达不到的远处内容进行建模。

同时,研究人员发现增加子模型分辨率自然会提高质量,特别是在高频纹理方面。

实际上,研究人员发现最新渲染方法与Zip-NeRF几乎没有区别,如图8所示。

此外,研究人员在室内和室外场景的mip-NeRF 360数据集上进一步评估了最新方法。

这些场景比Zip-NeRF数据集中的场景小得多,因此无需空间细分即可获得高质量结果。如表2所示,模型的K=1版本在图像质量方面优于该基准测试中的所有先前实时模型,渲染速度与3DGS相当。

图6和图8定性地说明了这种改进,研究人员提出的方法在表示高频几何和纹理方面要好得多,同时消除了分散注意力的漂浮物和雾。

网页即可传输逼真3D空间


一旦经过训练,SMERF就可以在浏览器汇总实现完全6个自由度的导航,并在流行的智能手机和笔记本电脑上进行实时渲染。

人人都知,实时渲染的大型3D场景的能力对于各种应用非常重要,包括视频游戏、虚拟增强现实,以及专业设计和架构应用程序。

比如,谷歌沉浸式地图中,可以进行实时导航。

不过谷歌等团队提出的最新方法也有一定的局限性。虽然SMERF有出色的重建质量和存储效率,但存储成本高、加载时间长、训练工作量大。

不过,这项研究表明,与三维高斯拼接法相比,NeRFs和类似的辐射场在未来仍具有优势。

参考资料:

https://the-decoder.com/googles-smerf-streams-entire-homes-in-3d-on-your-smartphone-in-real-time/




微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
TUM、LMU食堂纷纷罢工!泼天的富贵这次轮到Döner店了?BB鸭 | ​iPhone 16 Pro渲染图曝光;荣耀X50 GT发布;圆通韵达京东物流被约谈​;扎克伯格斥巨资挖末日地堡大学生智商一代不如一代,最新研究证实“你们是我带过最差的一届”孟母三迁,不如一个学霸房间:你孩子的房间,影响着他的气质里根,这个自称让美国更伟大的总统是如何让美国一代不如一代的宫崎骏再获奥斯卡/iPhone 16 Pro 渲染图曝光/字节辟谣暴雪前 CEO 收购 TikTok后爸如斯模型上下文长度达到10000000,又一批创业者完蛋了?谷歌最强开源大模型亮相!Gemini技术下放,笔记本就能跑,可商用9点1氪:小米辟谣:小米汽车正式发布前不可能有售价;特斯拉召回超160万辆车;​苹果iPhone 16 Pro/Max渲染图曝光奥数逼近金牌水平!谷歌最新AlphaGeometry模型登上Nature!菲尔兹奖得主点赞文生图10倍速,视频实时渲染!清华发布LCM:兼容全部SD大模型、LoRA、插件等谷歌最强AI大模型Gemini 1.0发布;Touch ID发明人宣布退休;麦当劳中国APP启动鸿蒙原生应用开发|AIoT情报​NeurIPS 2023 | RayDF:实时渲染!基于射线的三维重建新方法大学生智商正在下降,最新研究证实“你们是我带过最差的一届”?蕙莲 第拾叁章语言理解首超人类,谷歌最新大模型Gemini,碾压GPT-4优等生归来,谷歌最强大模型Gemini能否打败GPT4?|甲子光年GauHuman开源:基于Gaussian Splatting,高质量3D人体快速重建和实时渲染框架极限反转!谷歌清华夫妻"双尸"案,男方没死!妻子被丈夫活活打死!别被“科技与狠活”魔怔了!研究证明:并不是所有超加工食品都对身体有害…硅谷命案最新!谷歌工程师打死妻子,男方面临谋杀指控,房间内血迹斑斑,丈夫拳头肿胀发紫!双林奇案录第三部之鹤鼎莲方壶: 第四节反转再反转!谷歌清华夫妻案细节惊人,男方没死,被控谋杀?女人的智商和勇气字节跳动早期投资人严厉谴责抖音;苹果iPhone 16 Pro/Max渲染图曝光;百事回应被家乐福封杀丨邦早报狠狠打脸!研究证明:并不是所有超加工食品都对身体有害…陶哲轩看了都直呼内行!谷歌等用LLM自动证明定理拿顶会杰出论文,上下文越全证得越好谷歌MIT最新研究证明:高质量数据获取不难,大模型就是归途不要7000,也不要1万!研究证实:每天只要走2000多步,就能到大大降低心血管疾病死亡风险!大模型免微调解锁对话能力,RLHF没必要了!一作上交大校友:节省大量成本和时间最新!谷歌华人工程师血案,男方没死被起诉!女方曾是高考状元!鸿发超市「2000 万美元」买下82街前Walmart超市!开设第4家Hông Phát分店!最新!谷歌华人工程师血案,男方没死被起诉?女方曾是高考状元!视频里有前男友?谷歌最新AI视频生成器 Lumiere,轻松让他消失
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。