将3D对象插入到2D图像中
查看 NVIDIA 的新神经网络，该网络可从单个图像估计反照率、法线、深度和 HDR 照明量，并允许将具有一致照明和阴影的 3D 对象插入到 2D 图像中。
来自 NVIDIA 的 Zian Wang、Jonah Philion、Sanja Fidler 和 Jan Kautz 展示了一个很酷的神经网络，可以将 3D 对象插入到具有逼真光照的 2D 图像中。受经典体积渲染技术的启发，他们提出了一种新颖的用于照明的体积球面高斯表示，它参数化了体素网格上 3D 场景表面的辐射亮度。他们设计了一个基于物理的可微渲染器，它利用 3D 照明表示并制定了节能图像形成过程，使所有内在属性与重新渲染约束的联合训练成为可能。他们的模型确保了物理上正确的预测，并避免了对不易获得的地面实况 HDR 照明的需求。
“从单个图像中，我们的模型联合估计了反照率、法线、深度和 HDR 照明量，”该团队评论道。“我们的方法可以预测连续的 HDR 3D 空间变化照明，这对于产生具有逼真投射阴影和高频细节的高质量对象插入至关重要。”
您可以在此处了解更多信息。另外，不要忘记加入 我们新的 Reddit 页面、 我们的新 Telegram 频道，在Instagram 和 Twitter 上关注我们，我们将在 那里分享故障、最新消息、精美的艺术品等。
