Learning By Hacking 報導（轉貼）
Learning By Hacking 報導
[從人物平面照片自動生成3d人物動畫]CVPR19今年有一篇來自UW的論文，這篇論文作者提出了可以直接將一張2D的人物照片轉換成3D人物走出照片(可以在AR/VR中呈現，也可以有不同動作如跳躍或坐下)，同時還可以在轉成3D人物前調整人物姿勢後再進行轉換。
[從人物平面照片自動生成3d人物動畫]
CVPR19今年有一篇來自UW的論文，這篇論文作者提出了可以直接將一張2D的人物照片轉換成3D人物走出照片(可以在AR/VR中呈現，也可以有不同動作如跳躍或坐下)，同時還可以在轉成3D人物前調整人物姿勢後再進行轉換。
科技新報
要為特定對象打造 3D 模型，通常需要多個角度拍攝的對象照片，但現在 Facebook 和華盛頓大學研究人員已經開發出可以繞過這種限制的 AI 演算法，即使是卡通人物也好，只需要一張清晰的正面全身照便都能產生相當精確的 3D 模型。
在辨識出影像中的人或卡通人物後，Photo Wake-Up 演算法會將背景與目標人物劃分開來，為其打造符合身體輪廓的 3D 模型，接著再將模型投影回 2D 平面使其與人物位置相符，最後運用原始影像數據產生模型的背面，縫合兩者讓主體看起來就像完整的 3D 人物。
就像過去流行過各種 3D 錯視圖片的進化版，Wake-Up 演算法編輯後的照片中目標人物將從背景中「浮出」，以 3D 形式脫離原始背景行走、跑步、坐下或跳躍，而人物原始存在的地方也不會是挖空的剪影，系統會自動以圖片元素填充其空白處。
Wake-Up 的應用不僅於此，由於演算法會自動辨識人物身體範圍並建造 3D 模型，使用者也可以透過調整 3D 模型的關節來改變人物動作姿勢，進而得到一張彷彿在同景色中拍攝的全新照片。
當然，這項應用仍存在著一些限制，包括要叫醒的對象最好是在圖片中從正面呈現，系統也還無法處理交叉的腿或大部分身體被阻擋的情況，但可以輕鬆想見這項技術應用於博物館、美術館等環境，結合 AR 技術讓參觀者與展品的交流更為生動。
儘管模型看起來不完全擬真，有些甚至就像是任天堂 64 遊戲中跑出來的角色，但也正是這種半擬真的風格更令人感到討喜，可想見相較起模仿人類的 deepfake 應用，這項技術在正面應用上明顯更為廣泛。
（首圖來源：arXiv via Photo Wake-Up 研究團隊）
要為特定對象打造 3D 模型，通常需要多個角度拍攝的對象照片，但現在 Facebook 和華盛頓大學研究人員已經開發出可以繞過這種限制的 AI 演算法，即使是卡通人物也好，只需要一張清晰的正面全身照便都能產生相當精確的 3D 模型。
在辨識出影像中的人或卡通人物後，Photo Wake-Up 演算法會將背景與目標人物劃分開來，為其打造符合身體輪廓的 3D 模型，接著再將模型投影回 2D 平面使其與人物位置相符，最後運用原始影像數據產生模型的背面，縫合兩者讓主體看起來就像完整的 3D 人物。
就像過去流行過各種 3D 錯視圖片的進化版，Wake-Up 演算法編輯後的照片中目標人物將從背景中「浮出」，以 3D 形式脫離原始背景行走、跑步、坐下或跳躍，而人物原始存在的地方也不會是挖空的剪影，系統會自動以圖片元素填充其空白處。
|
|
Wake-Up 的應用不僅於此，由於演算法會自動辨識人物身體範圍並建造 3D 模型，使用者也可以透過調整 3D 模型的關節來改變人物動作姿勢，進而得到一張彷彿在同景色中拍攝的全新照片。
當然，這項應用仍存在著一些限制，包括要叫醒的對象最好是在圖片中從正面呈現，系統也還無法處理交叉的腿或大部分身體被阻擋的情況，但可以輕鬆想見這項技術應用於博物館、美術館等環境，結合 AR 技術讓參觀者與展品的交流更為生動。
儘管模型看起來不完全擬真，有些甚至就像是任天堂 64 遊戲中跑出來的角色，但也正是這種半擬真的風格更令人感到討喜，可想見相較起模仿人類的 deepfake 應用，這項技術在正面應用上明顯更為廣泛。
（首圖來源：arXiv via Photo Wake-Up 研究團隊）
留言
張貼留言