子豪 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI
先來看一張海島大片：
這可不是哪個(gè)攝影師的杰作，而是出自GANcraft之手。
原圖是「我的世界」中一個(gè)馬賽克畫質(zhì)的場(chǎng)景：
這下「我的世界」真的變成了，我的世界！
GANcraft由英偉達(dá)和康奈爾大學(xué)合作完成，它是一個(gè)無監(jiān)督3D神經(jīng)渲染框架，可以將大型3D塊狀世界生成為逼真圖像。
空前的真實(shí)感
究竟有多逼真？和與其他模型對(duì)比來看。
以下是在兩個(gè)場(chǎng)景中，分別使用MUNIT、GauGAN用到的SPADE、wc-vid2vid，以及NSVF-W（NSVF+NeRF-W）生成的效果。
再感受下GANcraft的效果：（色彩和畫質(zhì)有所壓縮）
通過對(duì)比可以看到：
諸如MUNIT和SPADE這類im2im（圖像到圖像轉(zhuǎn)換）方法，無法保持視角的一致性，這是因?yàn)槟Ｐ筒涣私?D幾何形狀，而且每個(gè)幀是獨(dú)立生成的。
wc-vid2vid產(chǎn)生了視圖一致的視頻，但是由于塊狀幾何圖形和訓(xùn)練測(cè)試域的誤差累積，圖像質(zhì)量隨著時(shí)間迅速下降。
NSVF-W也可以產(chǎn)生與視圖一致的輸出，但是看起來色彩暗淡，且缺少細(xì)節(jié)。
而GANcraft生成的圖像，既保持了視圖一致性，同時(shí)具有高質(zhì)量。
這是怎么做到的？
原理概述
GANcraft中神經(jīng)渲染的使用保證了視圖的一致性，而創(chuàng)新的模型架構(gòu)和訓(xùn)練方案實(shí)現(xiàn)了空前的真實(shí)感
