可变性NeRF能在头向左和向右之间线性插入任意姿势的照片。
本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。
爱自拍的女生，为了拍一张美照总是需要很久，就是为了找到最美的角度。
比如这位妹子，在自己的书架前拍了4张自拍照，都不太满意。
现在可以把选最美角度这件事交给AI了，让妹子不再苦恼。只要几张照片，它能从中生成各种角度的自拍。
然后，你可以在AI生成的视频里，找到一个自认为最美的角度，分享到朋友圈。
这个AI就是华盛顿大学和谷歌联合开发的nerfies。
这种方法不需要太复杂的设备，只要智能手机的摄像头和CPU就能完成运算和渲染。这可比iPhone 12 Pro用内置激光雷达来生成3D图像的成本低多了。
原理
看到nerfies这个名字是不是有种似曾相识的感觉？nerfies其实就是NeRF+Selfies两个单词合并而来。
NeRF（神经辐射场）是谷歌最近开发的一种2D图像转3D的模型，但NeRF要求拍摄对象在整个过程保持完全静止。
比如，上面的妹子在自拍4张照片的时候，头部姿势不可避免地会发生变化，如果直接套用NeRF，效果惨不忍睹。
而nerfies则是可变性神经辐射场（Deformable NeRF），它能够重建非刚性变形的场景。
在NeRF的基础上，作者从几何和物理模拟的原理出发，提出了NeRF的弹性正则化，进一步提高了2D转3D的鲁棒性。
在可变性NeRF中，作者引入了弹性正则化、背景正则化以及一种可避免不良的局部最小值退火技术。
作者将潜在变形码（ω）和外观码（ψ）与每个图像关联。在观测帧中对摄像机光线进行追踪，并使用变形场将样本沿光线转换到规范帧，变形场由变形码ω编码为MLP。
另外使用转换后的样本位置(x0，y0，z0)、观察方向(θ，φ)和外观码ψ作为MLP的输入，来查询模板NeRF模块，并沿着光线对样本进行积分。
更多玩法
可变性NeRF不仅可以用于自拍，还有更多好玩的用途。
比如创建“希区柯克变焦”的效果，过去需要专门的摄影技巧，或者是通过由远及近的拍摄视频再后期处理。现在只要几张照片就可以了。
如果不需要场景角度变化，而是需要人物姿势变化呢？
可变性NeRF能在头向左和向右之间线性插入任意姿势的照片。
最后还有一个用途是生成防抖视频。既然可变性NeRF可以生成任意角度的图像，那么现在可以让手负责抖，而让它负责稳了。
目前作者还没有公布源代码，不过他们的项目主页上已经放上了GitHub的按钮，看来他们已经准备开源了。你是不是迫不及待想试一下呢？
项目地址：
https://nerfies.github.io/
论文地址：
https://arxiv.org/abs/2011.12948
声明： 此文观点不代表本站立场；转载须要保留原文链接；版权疑问请联系我们。
