西蒙·弗雷泽大学SFU计算摄影实验室的研究人员正在成功地教授人工智能如何从一张照片中确定深度。功劳:SFU SFU计算摄影实验室的研究人员希望给计算机一个我们人类认为理所当然的视觉优势——能够看到照片中的深度。虽然人类可以自然地从一个单一的角度来确定物体有多近或多远，比如一张照片或一幅画，但这对计算机来说是一个挑战——但这是他们可能很快就会克服的挑战。研究人员最近发表了他们的工作，改进了一种称为mon cular深度估计的过程，这是一种教计算机如何使用机器学习来观察深度的技术。
“当我们看照片时，我们可以通过观察物体的大小、位置以及它们之间的关系来判断物体的相对距离，”在实验室工作的理学硕士学生迈赫迪·米安戈勒说。“这需要识别场景中的对象，并知道这些对象在现实生活中的大小。这项任务也是神经网络的一个活跃的研究课题。”
尽管近年来取得了进展，但现有的提供能够将图像转换成三维(3D)空间的高分辨率结果的努力已经失败。
为了应对这种情况，实验室认识到了文献中现有神经网络模型尚未开发的潜力。所提出的研究通过卷积神经网络的局限性解释了当前方法中高分辨率结果的缺乏。尽管近年来取得了重大进展，神经网络仍然具有相对较小的能力来同时生成许多细节。
另一个限制是这些网络可以同时“观察”多少场景，这决定了神经网络可以利用多少信息来理解复杂的场景。不过，为了提高视觉估计的分辨率，研究人员现在可以创建对人眼来说看起来逼真的详细三维渲染。这些所谓的“深度图”用于创建场景的3D渲染，并在计算机图形中模拟相机运动。
博士生Sebastian Dille解释说:“我们的方法是根据当前架构的限制，通过查看图像内容来分析图像并优化过程。“我们以多种不同的形式将输入图像提供给我们的神经网络，以创建模型允许的尽可能多的细节，同时保留逼真的几何图形。”
该团队还为该方法背后的理论发布了一个友好的解释，可在YouTube上获得。
“有了团队能够为真实世界照片开发的高分辨率深度图，艺术家和内容创作者现在可以立即将他们的照片或艺术品转移到丰富的3D世界，”计算科学教授兼实验室主任亚兹·阿克苏伊说，他的团队与来自Adobe Research的研究人员西尔万·帕里斯和龙脉合作。
工具使艺术家能够将2D艺术变成三维世界
全球艺术家已经在利用阿克苏伊实验室研究的应用程序。日本视觉艺术家斋藤彰(Akira Saito)正在创作视频，将观众带入2D艺术作品中想象的梦幻3D世界。为此，他将计算机动画软件Houdini等工具与Aksoy及其团队生成的深度图相结合。
抖音的创意内容创作者正在利用这项研究以新的方式表达自己。
“很高兴看到独立艺术家以自己的方式利用我们的技术，”阿克苏伊说，他的实验室计划将这项工作扩展到视频，并开发新的工具，使深度图对艺术家更有用。
“近年来，我们在计算机视觉和计算机图形学方面取得了巨大的飞跃，但艺术家社区采用这些新的AI技术需要一个有机的过程，这需要时间。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
