例如，這個。

事實上，一個女人在畫口紅。

好了！真·眼睛瞎了也看不到什么。

現(xiàn)在，人工智能可以理解這樣一個人不能理解的地圖。

密歇根大學(xué)、網(wǎng)易伏羲AI實驗室、北航團隊共同開發(fā)了AI項目-NeuralMagiceye，專門從2D圖像中識別3D物體。

也可以是動畫的類型。

AI是怎么做到的？讓我們先看看。

自動立體圖的生成原理簡單來說，通過訓(xùn)練深度卷積神經(jīng)網(wǎng)絡(luò)(CNN)，通過自我監(jiān)督學(xué)習(xí)的方式充分訓(xùn)練大型3D對象數(shù)據(jù)集，AI可以很好地識別2D紋理中的3D立體圖。

在訓(xùn)練AI之前，必須了解自動立體圖的生成原理。

自動立體圖其實和普通立體圖一樣，但是沒有3D眼鏡就看到了。

3D眼鏡從稍微不同的角度向左眼和右眼呈現(xiàn)同一物體的二次元圖像，使我們能夠通過雙眼的差異重建原始物體。

以適當(dāng)?shù)囊暰�觀看，自動立體圖也是如此，雙眼差異存在于重復(fù)2D圖案的相鄰部分。重復(fù)圖案之間的距離決定了立體圖像的遠近。

根據(jù)這樣的原理，給出3D圖像和條紋圖案，可以生產(chǎn)自動立體圖。

首先，將條紋鋪平到整個輸出圖像中。然后，掃描輸出圖像中的每個像素，并根據(jù)需要的距離根據(jù)水平軸移動。

判斷重復(fù)2D圖案之間的距離是這次AI訓(xùn)練的關(guān)鍵。

AI是怎么做到的？簡單概述，本次培訓(xùn)方法主要包括三個基本模塊。

1、圖形渲染器GR，從三維物體模型中渲染深度圖片。

給定3D物體模型(例如3D網(wǎng)格)，引進圖形渲染器GR。

2.自動立體生成器GA。

深度編碼并合成自動立體圖。

3、解碼網(wǎng)絡(luò)，恢復(fù)深度。

近年來，深度CNN被廣泛應(yīng)用于像素預(yù)測任務(wù)，本文將網(wǎng)絡(luò)訓(xùn)練為從像素到差距的映射。然而，在這種情況下，大多數(shù)圖像區(qū)域?qū)⑹�去空間對應(yīng)關(guān)系。

為了解決這個問題，本文提出了差異卷積的方法。

基本思想是計算各特征圖中的特征向量及其水平鄰域，并將其值保存在相應(yīng)的特征通道中。

就這樣。

為了加快計算速度，可以將特征圖沿水平軸圓周移動，然后輸入并減少要素。

與標(biāo)準(zhǔn)卷積層相比，差異卷積不會引入額外的參數(shù)。

本次解碼網(wǎng)結(jié)合了兩種流行的網(wǎng)絡(luò)結(jié)構(gòu)，resnet18和unet。在這兩種網(wǎng)絡(luò)的輸入端插入差異卷層和ReLU層，在差異卷層中，研究團隊將最大的位移距離設(shè)定為輸入圖像高度的1/4。

之后，研究人員在ShapeNetCore訓(xùn)練解碼網(wǎng)絡(luò)-大型3D形狀數(shù)據(jù)集復(fù)蓋了55個常見對象類別，其中有50000多個獨特的3D模型，隨機將數(shù)據(jù)集分成訓(xùn)練集(90%)和測試集(10%)。

此外，團隊還在線收集了718張2D紋理圖(585張用于訓(xùn)練，133張用于測試)，用于生成自動立體圖。

在解碼精度的定量對比中，本文提供的方法表現(xiàn)出了良好的結(jié)果。

北航出身者的新作本次項目來自密歇根大學(xué)、網(wǎng)易伏羲AI實驗室、北航共同完成。

其中第一作者是鄒征夏，目前在密歇根大學(xué)博士后進行研究，他曾于2013年和2018年分別獲得北航學(xué)士和博士學(xué)位。

研究方向是計算機視覺及其遙感，自動駕駛汽車和視頻游戲的應(yīng)用。

在北航學(xué)習(xí)期間，他獲得了北航優(yōu)秀博士論文獎，北航十佳博士研究生，北京市優(yōu)秀畢業(yè)生，師從史振威教授。

前幾天，他制作的SkyAR，制作了電影水平的天空之城，在AI圈引起了很多關(guān)注。

也有美術(shù)生崇拜的AI，自己把照片變成藝術(shù)畫。

OneMoreThing最后分享小Tips。

AI也能識別立體圖，我們不能輸！

首先，放松眼部肌肉。

然后讓左眼看到左上角的點，右眼看到右上角的點。

最后，逐漸調(diào)整視角。

在圖像的上部看到3點后，慢慢調(diào)整眼睛的焦距，就能看到圖像中的3D物體。

試試你的手吧！