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...
►阅读全文: https ://www.louisbouchard.ai/banmo/
►项目页面: https ://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: https ://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!): https ://www.louisbouchard.ai/newsletter/
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]