Nvidia的人工智能總監和論文合著者Sanja Fidler說：“公司下一步可能會嘗試將可微渲染框架（Differentiable Rendering Framework，DIB-R）擴展到更復雜的任務，比如為多個對象或整個場景渲染三維模型；這樣的工作可以應用于游戲、AR/VR、機器人或目標跟蹤系統中。”

Fidler還說：“關于三維深度學習目前很多公司已經做了一些工作，如Facebook AI Research與DeepMind也能將二維轉化成三維AI，但DIB-R是第一個可以通過二維圖像預測幾個關鍵的三維特征（如對象的形狀、三維幾何、顏色和紋理）的神經或者深度學習架構之一。因此盡管之前有很多研究，但沒有一個能真正同時預測所有這些關鍵屬性的研究；它們不是專注于預測幾何形狀就是專注于預測顏色，而不是同時預測形狀、顏色、紋理和光線；而我們的這項研究是真正完成了——不是完全完成，但卻是對一個場景中的對象更加完整的理解。

NeurIPS的一項相關工作是試圖根據人們的聲音來預測他們的“聲之形”。

Fidler說：“我認為這是一個非常有趣的領域，我們沒有在這篇特別的論文中解決這個問題；但就深度學習而言，這是另一個有趣的輸入，當提供給神經結構后就可以得到非常好的三維信息；如今，我認為這絕對是有效的。”

DIB-R是在Nvidia今年發布Kaolin（Kaolin是Nvidia的三維深度學習庫，擁有一系列的模型來幫助開發人員開始使用神經網絡進行三維處理）之后發布的，Nvidia會在NeurIPS上公布五篇論文：《Learning to Predict 3D Objects with an Interpolation-based Differentiable Renderer》、《Joint-task Self-supervised Learning for Temporal Correspondence》、《Dancing to Music》、《Few-shot Video-to-Video Synthesis》、《Exact Gaussian Processes on a Million Data Points》。

參考資料：

https://venturebeat.com/2019/12/09/nvidia-trains-ai-to-transform-2d-images-into-3d-models/

聯系：highspeedlogic

QQ ：1224848052

微信：HuangL1121

郵箱：1224848052@qq.com

網站：http://www.mat7lab.com/

網站：http://www.hslogic.com/

微信掃一掃：