雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))AI研習(xí)社【本期論文】

Hierarchical Surface Prediction for 3D Object Reconstruction

用層進表面預(yù)測來重建三維物體

用圖像來重建3D數(shù)字幾何結(jié)構(gòu)是計算機視覺領(lǐng)域一個非常核心的問題。這種技術(shù)在許多領(lǐng)域都有廣泛的應(yīng)用，例如電影制作、視頻游戲的內(nèi)容生成、虛擬現(xiàn)實和增強現(xiàn)實、3D打印等等。

伯克利人工智能研究中心的Christian H?ne等人發(fā)表一篇論文 Hierarchical Surface Prediction for 3D Object Reconstruction，論文中他們討論如何從單張色彩圖像重建出高質(zhì)量的3D幾何結(jié)構(gòu)，就像下面這幅圖所顯示的。

人類可以輕易地基于2D彩色圖片，建立3D幾何模型。在電子游戲和動畫電影中，這樣的例子不勝枚舉。如果我們想要在游戲中新增一種武器，通常美術(shù)師可以根據(jù)簡單的一副照片，就可以繪制出一個相似的3D幾何模型。

如果人類可以辦到，機器人未嘗不能小試牛刀。在類似上文描述的建模過程中，有個問題由此引出——人類的雙目視覺，針對3D幾何建模，是否完全必要？

數(shù)學(xué)家通常會說，這種算法具有三次復(fù)雜度或者三位縮放。這就意味著，如果我們想提高哪怕一點點3D模型的分辨率，也都需要再花費很長很長時間。三維部件的難度非常大，即便是采用這種的方法，使用適高分辨率，也是不能忍受的。

本期論文提供了一個打破這種限制的方法，這種新的方法依然采用學(xué)習(xí)算法來預(yù)測幾何體，但是它是分步驟建立3D模型：這意味著剛開始，它只是估計粗略的幾何形體，然后重復(fù)上述過程，增加越來越多的細節(jié)，幾步過后，幾何體變得越來越精細。

現(xiàn)在，只有我們很仔細地設(shè)計精細算法才會起作用。如何實現(xiàn)精細化呢？論文討論了利用創(chuàng)建模型的每一步蘊含的額外信息，也就是說，我們把預(yù)測的3D模型想象成一些小塊的集合，每一個快被分類成空閑空間，被占用的空間或表面。通過這項分類， 我們才有可能集中精力去精細化模型的表面，這顯著改善了算法運行的時間。結(jié)果，相比于之前的方法，我們得到了更高分辨率的3D模型。雖然輸出結(jié)果仍然不是超高分辨率，但是結(jié)果捕獲了相當(dāng)數(shù)量的表面細節(jié)信息。

這篇論文在將來可以節(jié)省很多業(yè)內(nèi)3D建模美術(shù)家的時間。科學(xué)研究是人類進步的基石，期待以后會有更多相關(guān)課題的研究可以改變世界，讓我們的生活變得更加美好。

? 觀看論文解讀大概需要  3  分鐘

學(xué)霸們還請自行閱讀論文以獲得更多細節(jié)

論文傳送：https://arxiv.org/abs/1705.08168（需翻墻）

雷鋒網(wǎng)AI研習(xí)社出品系列短視頻《 2 分鐘論文 》，帶大家用碎片時間閱覽前沿技術(shù)，了解 AI 領(lǐng)域的最新研究成果。歡迎關(guān)注雷鋒網(wǎng)雷鋒字幕組專欄，獲得更多AI知識~感謝志愿者對本期內(nèi)容作出貢獻。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。