|
你大概率會想起這句知名廣告詞：“中國山東找藍翔”。（不打廣告，不打廣告。） 那如果換個對象，換個問法，“在人工智能（AI）的世界里，哪一家的推土機更 cool？” 一個可能的答案是什么？ 來，先斗一波圖再說。
但事實上，它們在現實中的模板，只是下面這個普普通通的、“大黃蜂”顏色的推土機。
據介紹，他們可以利用人工智能技術將著名藝術品的風格融入任意 3D 場景中。 而且，相比于以往的研究，這一最新技術可以顯示出更高質量的細節。
圖｜新方法顯示出更少的幾何偽影（來源：arXiv）
（來源：arXiv） 據論文描述，轉換質量提高的原因是，研究團隊的人工智能技術可以直接比較原始圖像和新風格的 3D 場景之間的細節。而以往的人工智能技術，只是將圖像特征轉換為更緊湊的統計集進行分析，從而丟失了很多原始細節。 對此，論文作者之一 Kai Zhang 表示，“我們試圖真正捕捉微妙的藝術風格，就像《星空》的筆觸。這對人類的感知非常重要，因為我們的眼睛對局部細節非常敏感。” 在此次工作中，研究團隊證明了基于最近鄰特征匹配（NNFM）樣式損失在捕捉風格細節方面非常有效，同時保持了多視圖的一致性。
圖｜基于 NNFM 獲得一致的自由視點風格效果圖（來源：arXiv）
圖｜延遲反向傳播示意圖（來源：arXiv） 創造藝術形象通常需要大量的時間和特殊的專業知識，將藝術作品擴展到 2D 圖像平面之外的維度，比如時間（在動畫中）或 3D 空間（在雕塑或虛擬環境中），會面臨很多限制和挑戰。 研究團隊表示，這一最新的風格轉換技術（style transfer technique）未來有望用于動畫電影和游戲行業中，用于手動微調前的風格模板。 此外，這一技術也同樣適用于寫實風格轉換（photorealistic style transfers），比如將正午時的自由女神像轉換為日落時的自由女神像。  而且，算法成功運算一次可能需要 20 分鐘的時間。這是一個非常耗時的過程，因為在反復試驗的過程中，人們可能會嘗試不同的風格。 為此，研究團隊在接下來的工作中將致力于提高內容生成的效率。 或許在未來的某一天，這一技術將用在人人都在使用的智能手機上。 參考資料： https:///abs/2206.06360 https://www.cs./projects/arf/ https://github.com/Kai-46/ARF-svox2 |
|
|
