这是 BANMo，这是我几周前参加的 CVPR 2022 活动中分享的一种受 NeRF 启发的方法。 BANMo 拍照以创建可变形的 3D 模型。如果您从事视觉特效、游戏开发或创建 3D 场景，这个新的 AI 模型非常适合您。如果很快在您的创建流程中看到此模型或类似方法，我不会感到惊讶，这样您就可以在制作 3D 模型上花费更少的时间、金钱和精力。在视频中了解更多... 参考 ►阅读全文： ://www.louisbouchard.ai/banmo/ ►项目页面： ://banmo-www.github.io/ ►论文：Yang, G.、Vo, M.、Neverova, N.、Ramanan, D.、Vedaldi, A. 和 Joo, H., 2022. Banmo：从许多人身上构建可动画的 3d 神经模型 休闲视频。在 IEEE/CVF 计算机会议论文集中 视觉和模式识别（第 2863-2873 页）。 ►代码： ://github.com/facebookresearch/banmo ►My Newsletter（每周在您的电子邮件中解释的新 AI 应用程序！）： ://www.louisbouchard.ai/newsletter/ https https https https 视频记录 0:00 如果您从事 VFX 游戏开发或 0:02 创建 3D 场景这个新的 AI 模型是 0:06 对你来说，我不会感到惊讶 0:08 此模型或您的类似方法 0:10 创建管道很快就允许 0:12 你花更少的时间金钱和 0:14 努力制作 3D 模型看看 0:18 这当然不是完美的，但是 0:20 用一个随意的视频立即完成 0:23 取自手机，不需要 0:25 昂贵的 midi 相机设置或复杂 0:28 深度传感器背后的美女之一 0:31 人工智能使复杂和昂贵 0:33 可供初创公司使用的技术是 0:35 个人创建项目 0:37 只用专业品质的结果 0:40 拍摄一个物体并将其转化为 0:42 可以立即导入的模型 0:45 然后微调细节，如果你是 0:46 不满意，但整个模型会 0:49 几秒钟之内到那里什么 0:51 你看到的是结果 0:52 最近分享了一款名为banmu的AI模型 0:55 在我参加的 cvpr 活动中，我将 0:58 老实说，他们引起了我的注意，因为 1:00 因为猫仍然不是 1:02 完全点击诱饵报纸和 1:05 方法其实挺棒的 1:07 不像其他 Nerf 方法 1:09 在 3D 模型中重建对象 1:11 禁止模式处理任务召回 1:13 铰接式 3D 形状重建 1:16 这意味着它适用于视频和 1:18 图片来模拟可变形物体和 1:22 什么比猫更容易变形 1:24 有什么比看到更酷的 1:26 结果是了解它是如何工作的 1:29 模型开头随便几个 1:31 拍摄您想要的对象的视频 1:34 捕捉显示它如何移动和变形 1:36 本身就是您要发送的地方 1:38 你的猫在花瓶里啜饮的视频 1:41 竹子带着这些视频来创作 1:44 他们称之为规范空间 1:47 这个初步结果会给你 1:49 关于物体形状的信息 1:51 外观和发音是 1:53 模型对对象的理解 1:55 塑造它在空间中的移动方式和 1:57 它属于一块砖和一块 1:59 那些大球所描述的血液和 2:01 各种颜色然后采用这个 3D 2:04 表示并应用您的任何姿势 2:06 想要模拟猫的行为和 2:08 贴近现实的表达方式 2:11 可能看起来像魔术不是吗 2:13 那是因为我们还没有在这里完成 2:16 快速从视频转到模型 2:18 但这就是有趣的地方 2:20 那么他们用什么来从图像中获取 2:23 在此表示的视频 2:25 你猜对了的规范空间 2:28 如果您不熟悉类似 nerf 的模型 2:30 用这种方法，我强烈邀请你 2:32 观看我制作的众多视频之一 2:34 覆盖他们，然后回来休息 2:36 插入受 Nerf 启发的方法将 2:39 必须预测三个基本要素 2:40 用于每个属性 2:42 三维像素或体素 2:46 如您在此处看到的对象颜色密度和 2:49 使用神经网络的规范嵌入 2:51 为此训练网络以实现 3D 2:54 具有逼真关节的模型和 2:56 运动板木使用相机的空间 2:59 在多个帧中的位置 3:01 了解它所在的数组 3:03 拍摄允许它重建和 3:05 通过迭代改进 3D 模型 3:07 视频的所有帧类似于什么 3:10 我们将了解物体的移动 3:12 它四处看看 3:14 指示这部分已完成 3:16 通过观察视频自动 3:18 由于规范嵌入，我们 3:20 刚刚提到这个嵌入将 3:22 包含每个的所有必要功能 3:24 允许您查询的对象的一部分 3:27 有一个新的所需位置 3:29 对象并强制连贯 3:31 重建给定观察它 3:33 将基本上映射通缉的位置 3:35 从图片到 3D 模型 3:38 正确的观点和照明 3:40 条件和提供 Q 是 3:42 最后需要的形状和关节 3:45 值得一提的是我们的颜色 3:47 颜色代表猫的身体 3:49 不同的属性共享 3:51 我们使用的视频和图像这是 3:54 我们将学习和关注的功能 3:57 从所有人那里获取有价值的信息 3:59 视频并将它们合并到相同的 3D 中 4:01 模型来改善我们的结果，瞧 4:05 你最终得到了这个美丽的 3D 4:08 您可以使用的可变形卡路里削减 4:10 你的申请当然是 4:13 只是对banmu的概述，我邀请 4:15 您可以阅读本文以更深入地了解 4:17 了解您应该了解的模型 4:19 一定要订阅频道，如果 4:21 这种人工智能新闻让你感兴趣 4:23 我正在分享类似的令人兴奋的方法 4:26 每周感谢您的收看，直到 4:28 结束，我下周见 4:30 用另一张神奇的纸 4:32 外国的 4:36 [音乐]
