这般丝滑的美食展示，是否让跟随镜头移动的你食指大动？
再看这放大镜里流畅变化的弹簧，你敢相信，这完全是用静态图像合成的吗？
没错，这样的动图并非截自视频，而是来自AI的合成大法。
甚至只需手机随手拍摄的十几张2D照片，就能实时渲染生成。
比起大名鼎鼎的谷歌前辈NeRF，这只名为NeX的AI，能直接把每秒渲染帧数从0.02帧提升到60帧。
也就是说，渲染速度能提升3个数量级。
细节之处，也更加接近真实效果。
这项已经入选CVPR 2021 Oral的研究，是怎么做到的？
像素参数与基函数结合多平面图像（MPI）视图合成技术，使得不用3D建模，只用少数几张图像还原多视角逼真3D效果成为可能。
不过，此前的MPI主要采用的是标准RBGα表示法，简单说就是把图像转换成RGBα平面，以进行后续的计算。
这样做的局限性在于，其表示出的物体外观仅与漫反射表面有关，与视角无关。
这就极大地限制了MPI可以捕捉的物体和场景类型。
为此，来自泰国科学技术研究所VISTEC的研究人员提出：将每个像素的参数转化为基函数的系数，进行线性组合，并以此创建与视图相关的效果模型。
就如上图所示，多平面图像中每个像素都由alpha透明值、基色k0和视图相关的反射系数k1…kn组成。
将这些系数和神经网络预测的基函数进行线性组合，就产生了最终的颜色值。
如此一来，像金属勺子在不同视角下的反射效果这样的信息，都能在合成图像中显示出来。
具体到整个NeX的结构，对于输入图像，首先根据不同平面深度，对像素坐标（x，y）进行采样，以构建出MPI中的每个像素。
然后，把这个数据喂给多层感知机（MLP），得到alpha透明度，以及和视图相关的基础系数（k1，k2，…，kn）。
这些系数再与显式的k0一起，与另一个MLP预测的基函数相乘，生成RGB值。
输出图像，如公式1所示，为所有平面复合运算的结果。
而在细节效果的提升方面，研究人员人员发现，通过比较渲染图像和真实值之间的差距，对基色k0进行优化，就可以得到很好的效果，显著减轻网络压缩和细节重现的负担，减少迭代次数。
研究人员还补充说，NeX可以被理解成是隐式辐射场函数的离散抽样。
至于实时渲染，论文指出，NeX MPI中的每一个模型参数都可以转换为图像。而给定预先计算好的图像，就可以在OpenGL/WebGL的片段着色器中实现上述公式1，实现捕获场景的实时渲染。
实验结果有NeRF珠玉在前，NeX具体到数据上，到底有怎样的提升？
在运行时间方面，输入17张分辨率为1008×756的照片，批量大小为1的情况下，使用单个英伟达V100训练，NeX的耗时大概为18小时。
使用WebGL，此场景可以以每秒60帧的速度被渲染出来。
而在同一台机器上运行，NeRF则需要大约55秒才能生成一帧。
也就是说，NeX的渲染速度比NeRF要快1000倍以上。
与SRN、LLFF和NeRF相比，在峰值信噪比、结构相似性和图像感知相似度这三个指标上，NeX都达到了最佳。
而在定性比较中，可以看到，与NeRF相比，在颜色均匀的区域，NeX细节更清晰，噪声更少，更接近真实值。
LLFF虽然细节表现也很好，但当结果以视频形式呈现时，会产生跳跃和扭曲伪影。
可上手试玩对了，如果你对NeX感兴趣，还可以到项目官网亲自感受一下实时渲染Demo。
还有手机版和VR版哟。
项目地址： https://nex-mpi.github.io/
论文地址： https://arxiv.org/abs/2103.05606
本文仅做学术分享，如有侵权，请联系删文。
下载1
在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。
下载2
在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。
下载3
在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。
重磅！3DCVer-学术论文写作投稿 交流群已成立
扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。
同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、多传感器融合、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。
一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。
▲长按加微信群或投稿
▲长按关注公众号
3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近3000星球成员为创造更好的AI世界共同进步，知识星球入口：
学习3D视觉核心技术，扫描查看介绍，3天内无条件退款
圈里有高质量教程资料、可答疑解惑、助你高效解决问题
觉得有用，麻烦给个赞和在看~ 
