(资料图片)

近日，谷歌宣布了其使用 LOLNeRF 从单个 2D 图像生成 3D 模型的研究结果。其特点是可以仅从一个视点看到的一张 2D 图像来构建 3D 模型。

谷歌解释说：“LOLNeRF 采用了一个自解码器框架，用于从一组图像中学习 3D 结构和外观建模。LOLNeRF 可以通过从汽车、人类等对象集合中提取特征来学习 3D 结构。每个感兴趣的对象只需要一张图像，没有必要对同一个对象进行两次训练。”

2020年，神经辐射场（NeRF）模型发布，仅根据二维图像即可生成三维模型，不过缺陷也很明显，即模型需要同一个场景的多个视图作为监督学习的输入。如果多视角数据不足，模型就无法估计体积表征，生成的场景很容易崩溃成平面，这也是 NeRF 的主要瓶颈。

据了解，LOLNeRF 是对 NeRF 的升级，其使用机器学习通过 2D 图像中的多个点估计 3D 空间中每个点的颜色和密度，从而产生更准确和多方面的 3D 视觉效果。具体来说，LOLNeRF 使用预测的二维 landmarks 将数据集中的所有图像大致对齐到一个典型的姿态，以此来确定应该从哪个视图渲染辐射场以再现原始图像。

就公布的图像而言，与原始二维图像的视点有很大偏差的模型背面是不会生成的。但是，如果建立这种方法，可以大大减轻对真实物体进行 3D 建模的负担。换言之，它具有加速构建像元宇宙这样需要大量 3D 模型的虚拟空间的潜力。