NVIDIA 正在利用 AI 讓設計師、游戲開發(fā)等人員在短時間內用 3D 對象進行創(chuàng)作。創(chuàng)作者們能夠使用其提出的 NVIDIA 3D MoMa 方法對內容進行快速導入、修改和更改材質等工作。

“逆渲染是一種將一系列靜態(tài)照片重建為物體或場景 3D 模型的技術。該技術長期以來對統(tǒng)一計算機視覺和計算機圖形學至關重要。”NVIDIA 圖形研究副總裁大衛(wèi)·呂布克(David Luebke)說，“通過將逆渲染問題的每一部分表述為 GPU 加速的可微分組件，NVIDIA 3D MoMa 渲染管道使用現代 AI 的機制和 NVIDIA GPU 的原始計算能力來快速生成 3D 對象，創(chuàng)作者可以在現有工具中不受限制地導入、編輯和擴展。”

傳統(tǒng)上，人們創(chuàng)建 3D 對象會使用攝影測量技術，這涉及的是一個多階段、相當耗時的過程。創(chuàng)作者需要通過大量的軟件工具和手動調整來達到最終期望的 3D 模型效果。得一定優(yōu)勢，并提供了高質量的新視圖合成。

然而，這些方法通常會產生將幾何圖形、材料和照明糾纏到神經網絡中的表示形式，不能以三角形網格格式生成，因此很難支持場景編輯操作。“三角形網格是用于在 3D 圖形和建模中定義形狀的基礎框架，是此類 3D 工具使用的通用語言。”研究者在 NVIDIA 官網博文中寫到。

另外，為了更為實用，3D 對象應該適配眾多常用工具，比如，游戲引擎、3D 建模器和電影渲染器等。而要在傳統(tǒng)的圖形引擎中使用它們，需要使用諸如標記立方體等方法從網絡中提取幾何圖形，這可能會導致較差的表面質量，特別是在低三角形計數時。神經網絡編碼的材料不能輕易地編輯或提取與傳統(tǒng)游戲引擎兼容的形式。

相比之下，本次研究重建了與傳統(tǒng)圖形引擎兼容的 3D 內容，支持重啟和場景編輯。由此產生的 3D 模型不需要轉換就可以在任何支持三角形渲染的設備上進行部署，手機和網頁瀏覽器同樣適用。它可以在標準的游戲引擎中不經修改地使用，并對所有階段進行基于梯度的優(yōu)化。

該三維重建方法 NVIDIA 3D MoMa 的相關論文，近日在 2022 年計算機視覺和模式識別會議(CVPR，Conference on Computer Vision and Pattern Recognition)上發(fā)表，并以《從圖像中提取三角形三維模型、材質和照明》()為題提交在 arxiv 上。

研究人員針對各種應用程序來評估他們的系統(tǒng)，對已有對象進行重新編輯和模擬，以展示他們的方法顯式分解為三角形網格和材料，并與 NeRF、神經反射分解(NeRD，Neural Reflectance Decomposition)等方法做了比較。

值得一提的是，研究人員還做了一個虛擬樂隊視頻演示，以體現 NVIDIA 3D MoMa 的強大功能。

首先，他們從不同角度拍攝了約 100 張樂器圖像，并用新提出的研究方法將這些靜態(tài)圖像分別重建為 3D 表示和三角形網格。

然后，將對象從原始場景中分離出，再導入 NVIDIA Omniverse 3D 平臺編輯。在廣泛使用的圖形引擎中，可輕易地將產生的形狀材料替換為黃金、木材等不同材質，就好像把網格裝扮成不同的裝飾一樣，也能將其放在任意虛擬場景(比如康奈爾盒，一種經典圖形測試)中。

最后證明，不同的虛擬樂器對光有不同反應，跟在現實中幾乎相同。新生成的對象能夠用作復雜畫場景的構建塊。

(來源：NVIDIA 官網)

值得注意的是，研究人員在論文中還表示：“為了加速優(yōu)化，選擇了簡化的著色模型，也沒有考慮全局照明或陰影。這種選擇是材料提取和回收的限制因素。在未來的工作中，隨著目前在可微路徑跟蹤方面的進展，這一限制有望得到解除。”

總的來說，本研究展示了一種與最先進的視圖合成等技術相媲美的方法，同時還有著優(yōu)化的三角形網格、兼容傳統(tǒng)圖形引擎和建模工具等優(yōu)勢，并由渲染模型的外觀驅動來執(zhí)行端到端優(yōu)化。

這簡化了進行 3D 內容創(chuàng)作人員的大量工作流程，極大節(jié)省他們的時間和提升效率。該研究方法還可以作為外觀感知轉換器，補充了許多最近的技術。

關鍵詞： 傳統(tǒng)圖形引擎 圖形引擎 英偉達3D模型 英偉達模型