編譯 | 莓酊

編輯 | 青暮

生成輻射場的發(fā)展推動了3D感知圖像合成的發(fā)展。由于觀察到3D對象從多個視點(diǎn)看起來十分逼真，這些方法引入了多視圖約束作為正則化，以從2D圖像學(xué)習(xí)有效的3D輻射場。盡管取得了進(jìn)展，但由于形狀-顏色的模糊性，它們往往無法捕獲準(zhǔn)確的3D形狀，從而限制了在下游任務(wù)中的適用性。

在這項(xiàng)研究工作中，來自馬普所和港中文大學(xué)的學(xué)者通過提出一種新的著色引導(dǎo)生成隱式模型ShadeGAN來解決這種模糊性，它學(xué)習(xí)了一種改進(jìn)的形狀表示。

論文地址：https://arxiv.org/pdf/2110.15678.pdf

代碼地址：https://github.com/xingangpan/shadegan

關(guān)鍵在于，精確的3D形狀還應(yīng)在不同的照明條件下產(chǎn)生逼真的渲染效果。多重照明約束通過顯式建模照明和在各種照明條件下執(zhí)行著色實(shí)現(xiàn)。梯度是通過將合成圖像饋送到鑒別器得到的。

為了補(bǔ)償計(jì)算曲面法線的額外計(jì)算負(fù)擔(dān)，研究團(tuán)隊(duì)進(jìn)一步設(shè)計(jì)了通過曲面跟蹤的高效體繪制策略，將訓(xùn)練和推理時間分別減少24%和48%。

在多個數(shù)據(jù)集上實(shí)驗(yàn)表明，在捕獲精確的底層三維形狀的同時，ShadeGAN做到了實(shí)現(xiàn)具備真實(shí)感的三維感知圖像合成。他們還展示了該方法在三維形狀重建方面相對于現(xiàn)有方法的改進(jìn)性能，在圖像重照明方面亦有適用性。

1

介紹

高級深度生成模型，例如StyleGAN和BigGAN，在自然圖像合成方面取得了巨大成功。但這些基于2D表示的模型無法以3D一致性方式合成實(shí)例新視圖。它們也無法表示明確的三維物體形狀。

為了克服這些限制，研究人員提出了新的深度生成模型，將3D場景表示為神經(jīng)輻射場。3D感知生成模型可以顯式控制視點(diǎn)，同時在圖像合成過程中保持3D一致性。它們展示了在無監(jiān)督情況下從一組無約束的2D圖像中學(xué)習(xí)3D形狀的巨大潛力。如果可以訓(xùn)練出學(xué)習(xí)精確3D物體形狀的3D感知生成模型，各種下游應(yīng)用就可以的到拓展，如3D形狀重建和圖像重照明。

現(xiàn)有3D感知圖像合成嘗試傾向于學(xué)習(xí)不準(zhǔn)確且有噪聲的粗略3D形狀，如下圖所示。研究發(fā)現(xiàn)，這種不準(zhǔn)確是由于方法所采用的訓(xùn)練策略不可避免地存在模糊性。特別是一種正則化，稱之為“多視圖約束”，用于強(qiáng)制三維表示，使其從不同的視點(diǎn)看起來更逼真。

這種約束通常首先將生成器的輸出（例如，輻射場）投影到隨機(jī)采樣視點(diǎn)，然后將它作為假圖像提供給鑒別器進(jìn)行訓(xùn)練。雖然這種約束使模型能夠以3D感知的方式合成圖像，但會受到形狀-顏色模糊關(guān)聯(lián)的影響，即便有微小的形狀變化也能生成類似的RGB圖像，這些圖像在鑒別器看來同樣可信，因?yàn)樵S多物體顏色是局部平滑的。因此，不準(zhǔn)確的形狀仍然隱藏在這個約束下。

在本文中，研究團(tuán)隊(duì)提出了一種新的著色引導(dǎo)生成隱式模型（ShadeGAN）來解決上述歧義。特別是，ShadeGAN通過顯式建模著色（即照明和形狀的交互）學(xué)習(xí)更精確的3D形狀。

一個精確的3D形狀不僅應(yīng)該從不同的角度看起來很逼真，在不同的照明條件下也應(yīng)該十分逼真，即滿足“多重照明約束”。這一想法與光度立體有著相似的直覺，它表明可以從不同照明條件下拍攝的圖像中恢復(fù)精確表面法線。

請注意，多重照明約束是可行的，因?yàn)橛糜谟?xùn)練的真實(shí)圖像通常是在各種照明條件下拍攝的。為了滿足此約束，ShadeGAN采用可重新照明的顏色場作為中間表示，近似反照率，但不一定滿足視點(diǎn)獨(dú)立性。渲染期間，顏色場在隨機(jī)采樣的照明條件下著色。由于通過這種著色處理的圖像外觀強(qiáng)烈依賴于曲面法線，因此與早期的著色不可知生成模型相比，不準(zhǔn)確的3D形狀表示將更清晰地顯示出來。通過滿足多重照明約束，可以鼓勵ShadeGAN推斷更精確的3D形狀，如上圖中右下所示。

上述著色處理需要通過反向傳播來通過生成器計(jì)算法線方向，并且在3D體繪制中，對于單個像素的計(jì)算需要重復(fù)幾十次，從而引入額外的計(jì)算開銷。現(xiàn)有高效體繪制技術(shù)主要針對靜態(tài)場景，面對動態(tài)特性無法直接應(yīng)用于生成模型。為了提高ShadeGAN的渲染速度，研究團(tuán)隊(duì)建立了一個有效的曲面跟蹤網(wǎng)絡(luò)，以評估基于潛在代碼的渲染對象曲面。這使他們能夠通過僅查詢預(yù)測曲面附近的點(diǎn)來節(jié)省渲染計(jì)算，從而在不影響渲染圖像質(zhì)量的情況下減少24%和48%的訓(xùn)練和推理時間。

通過多個數(shù)據(jù)集上進(jìn)行綜合實(shí)驗(yàn)驗(yàn)證ShadeGAN的有效性。結(jié)果表明，與之前的生成方法相比，本文提出的方法能夠合成照片級真實(shí)感圖像，同時捕獲更精確的底層三維形狀。學(xué)習(xí)到的三維形狀分布能夠?qū)崿F(xiàn)各種下游任務(wù)，比如三維形狀重建，其中ShadeGAN明顯優(yōu)于BFM數(shù)據(jù)集上的其他基線。對著色過程進(jìn)行建模，可以顯式控制照明條件，實(shí)現(xiàn)圖像重照明效果。

ShadeGAN可以總結(jié)如下：

1）使用滿足多重照明約束的著色引導(dǎo)生成模型，從而解決現(xiàn)有三維感知圖像合成中形狀-顏色模糊問題。ShadeGAN能夠?qū)W習(xí)更精確的3D形狀，從而更好地進(jìn)行圖像合成。

2） 通過曲面跟蹤設(shè)計(jì)了一種高效的繪制技術(shù)，這大大節(jié)省了基于體繪制生成模型的訓(xùn)練和推理時間。

3）ShadeGAN學(xué)會了將陰影和顏色分離，更接近反照率，在圖像合成中達(dá)到了自然重新照明效果。

2

ShadeGAN

神經(jīng)體繪制

從神經(jīng)輻射場（NeRF）的開創(chuàng)性工作開始，神經(jīng)體繪制在表示3D場景和合成新視圖方面得到了廣泛的應(yīng)用。通過基于坐標(biāo)神經(jīng)網(wǎng)絡(luò)與體繪制相結(jié)合，NeRF以3D一致性完成高保真視圖合成。目前已經(jīng)提出了一些嘗試擴(kuò)展或改進(jìn)NeRF。比如進(jìn)一步模擬照明，然后學(xué)習(xí)在給定對齊多視圖、多照明圖像情況下，將反射與著色分離。此外，許多研究從空間稀疏性、建筑設(shè)計(jì)或高效渲染角度加速了靜態(tài)場景的渲染。這些照明和加速技術(shù)應(yīng)用于基于體繪制的生成模型并非易事，因?yàn)樗鼈兺ǔ臑槎ㄎ弧⑽磁鋵Φ膱D像中學(xué)習(xí)，表示相對于輸入潛在編碼變化的動態(tài)場景。

研究團(tuán)隊(duì)首次嘗試在基于體繪制的生成模型中對照明進(jìn)行建模，作為精確三維形狀學(xué)習(xí)的正則化。并進(jìn)一步為方法設(shè)計(jì)了高校的渲染技術(shù)，它具有相似的見解，但不依賴于通過真實(shí)深度進(jìn)行訓(xùn)練，也不限于視點(diǎn)小范圍。

生成三維感知圖像合成

生成對抗網(wǎng)絡(luò)（GANs）可以生成高分辨率的真實(shí)照片圖像，但對攝像機(jī)視點(diǎn)的明確控制卻很匱乏。為了能夠以3D感知的方式合成圖像，許多最新方法研究了如何將3D表示合并到GANs中。

有些研究直接從3D數(shù)據(jù)中學(xué)習(xí)，但在本文中，研究團(tuán)隊(duì)關(guān)注的是只能訪問無約束2D圖像方法，因?yàn)檫@是更實(shí)際的設(shè)置。

研究團(tuán)隊(duì)多次嘗試采用3D體素特征和學(xué)習(xí)神經(jīng)渲染，雖然產(chǎn)生了逼真的3D感知合成，但3D體素不可解釋，無法轉(zhuǎn)換為3D形狀。

NeRF可以成功促使在GANs中使用輻射場作為中間3D表示，是有一些令人印象深刻、具有多視圖一致性的3D感知圖像合成，但這些方法提取的3D形狀通常不精確且有噪聲。

在本文中，研究團(tuán)隊(duì)的主要目標(biāo)是通過在渲染過程中顯式地建模照明來解決不準(zhǔn)確形狀。這項(xiàng)創(chuàng)新有助于實(shí)現(xiàn)更好的3D感知圖像合成，將具有更廣泛的應(yīng)用。

從2D圖像進(jìn)行無監(jiān)督的3D形狀學(xué)習(xí)

ShadeGAN涉及無監(jiān)督方法，即從無約束單目視圖2D圖像中學(xué)習(xí)3D物體形狀。雖然一些方法使用外部3D形狀模板或2D關(guān)鍵點(diǎn)作為弱監(jiān)督，但本文考慮了更有難度的設(shè)置——只有2D圖像是可用的。

大多數(shù)方法采用“綜合分析”范式，就是設(shè)計(jì)了照片幾何自動編碼器，以在重建損失情況下推斷每個圖像的三維形狀和視點(diǎn)。這是可以學(xué)習(xí)一些對象類的3D形狀，只是通常依賴正則化來防止瑣碎的解決方案，如常用的對象形狀對稱假設(shè)。這種假設(shè)傾向于產(chǎn)生對稱結(jié)果，可能忽略對象的不對稱方面。最近，GAN2Shape表明，可以為2D GAN生成的圖像恢復(fù)3D形狀。但這種方法需要低效的實(shí)例特定訓(xùn)練，并恢復(fù)深度貼圖，而不是完整的三維表示。

本文提出的三維感知生成模型也可以作為無監(jiān)督三維形狀學(xué)習(xí)的有力方法。與上述基于自動編碼器的方法相比，基于GAN的方法避免了推斷每個圖像的視點(diǎn)需求，而且不依賴于強(qiáng)正則性。通過實(shí)驗(yàn)更加證明了與最新、最先進(jìn)的方法Unsp3d和GAN2Shape相比，ShadeGAN具有更高的性能。

3

ShadeGAN方法論

ShadeGAN通過無約束和未標(biāo)記的 2D 圖像學(xué)習(xí)考慮3D 感知圖像合成問題。在生成隱式模型中建模著色，也就是照明和形狀的交互，實(shí)現(xiàn)對更精確三維對象形狀的無監(jiān)督學(xué)習(xí)。

接下來會先提供關(guān)于神經(jīng)輻射場（NeRF）的初步介紹，然后詳細(xì)介紹著色引導(dǎo)生成隱式模型。

3.1 神經(jīng)輻射場的初步研究

作為一種深度隱式模型，NeRF使用MLP網(wǎng)絡(luò)將3D場景表示為輻射場。取三維坐標(biāo)和觀察方向作為輸入，并輸出體積密和顏色。為了在給定的相機(jī)姿勢下渲染圖像，通過沿其對應(yīng)的相機(jī)光線的體繪制獲得圖像的每個像素顏色C，如下所示：

實(shí)踐中，這種體繪制是使用分層和分層采樣的離散形式實(shí)現(xiàn)的。由于該渲染過程是可微分的，因此通過靜態(tài)場景的姿勢圖像直接優(yōu)化NeRF。經(jīng)過訓(xùn)練后，NeRF允許在新的相機(jī)姿勢下渲染圖像，實(shí)現(xiàn)高質(zhì)量新穎視圖合成。

3.2著色引導(dǎo)生成隱式模型

開發(fā)生成隱式模型是十分有趣的，它可以為3D感知圖像合成顯式著色過程建模。研究團(tuán)隊(duì)對NeRF中的MLP網(wǎng)絡(luò)進(jìn)行了兩個擴(kuò)展。首先，與大多數(shù)深度生成模型類似，它進(jìn)一步取決于從先驗(yàn)分布中采樣的潛在編碼z。其次，它不直接輸出顏色c，而是輸出可重新點(diǎn)亮的前余弦顏色項(xiàng)。

它在概念上類似于反照率，在給定的光照條件下，它可以被遮蔽。雖然反照率是獨(dú)立于視點(diǎn)的，但在這項(xiàng)工作中，為了解釋數(shù)據(jù)集偏差，并沒有嚴(yán)格地對一個數(shù)據(jù)集實(shí)現(xiàn)這種獨(dú)立性。

因此，本文的生成器取坐標(biāo)x、觀察方向d和潛在方向編碼z作為輸入，并輸出體積密度σ和前余弦顏色a。注意，這里σ獨(dú)立于d，而a對d的依賴是可選的。為了獲得相機(jī)光線的顏色C，近界和遠(yuǎn)界和，研究團(tuán)隊(duì)通過以下方式計(jì)算最終的前余弦顏色A：

研究團(tuán)隊(duì)還使用以下公式計(jì)算法向n：

是體積密度σ相對于其輸入坐標(biāo)的導(dǎo)數(shù)，它自然捕捉局部法線方向，并可通過反向傳播計(jì)算。然后通過Lambertian著色獲得最終顏色C，如下所示：

是照明方向，和是環(huán)境系數(shù)和漫反射系數(shù)。

攝像機(jī)和照明采樣

等式（2-4）描述了給定相機(jī)光線r（t）和照明條件渲染像素顏色的過程。生成完整圖像要求除潛在編碼z外，還需對攝像姿勢和照明條件μ進(jìn)行采樣，即。

在設(shè)置中，攝像姿態(tài)可以用俯仰角和偏航角來描述，并從先前的高斯分布或均勻分布中采樣，正如在以前的工作中所做的一樣。在訓(xùn)練過程中隨機(jī)采樣相機(jī)姿勢將激發(fā)學(xué)習(xí)的3D場景從不同角度看起來逼真。雖然這種多視圖約束有利于學(xué)習(xí)有效的三維表示，但它通常不足以推斷準(zhǔn)確的三維對象形狀。

因此，在本文中，研究團(tuán)隊(duì)還通過從先驗(yàn)分布中隨機(jī)采樣照明條件μ來進(jìn)一步引入多重照明約束。實(shí)際上，可以使用現(xiàn)有方法從數(shù)據(jù)集估算。在實(shí)驗(yàn)中，一個簡單且手動調(diào)整的先驗(yàn)分布也可以產(chǎn)生合理結(jié)果。由于等式（4）中的漫反射項(xiàng)導(dǎo)致著色過程對法線方向敏感，該多重照明約束將使模型正則化，學(xué)習(xí)產(chǎn)生自然著色的更精確3D形狀。

訓(xùn)練

生成模型遵循GANs范例，生成器與參數(shù)為φ的鑒別器D一起以對抗的方式進(jìn)行訓(xùn)練。在訓(xùn)練期間，生成器通過相應(yīng)的先驗(yàn)分布pz、和中采樣潛在編碼z、相機(jī)姿勢和照明條件μ來生成假圖像讓l表示從數(shù)據(jù)分布pI中采樣的真實(shí)圖像。用正則化的非飽和GAN損耗來訓(xùn)練ShadeGAN模型：

公式中λ 控制正則化強(qiáng)度。

探討

在等式（2-4）中，研究團(tuán)隊(duì)通過體繪制獲得A和n之后執(zhí)行著色。另一種方法是在每個局部空間點(diǎn)執(zhí)行著色，其中：

是局部正常。

然后可以使用c(r(t), z) 執(zhí)行體積排序，從而獲得最終的像素顏色。在實(shí)踐中，研究團(tuán)隊(duì)觀察到該公式獲得了次優(yōu)結(jié)果。

直觀原因是，在此公式中，法線方向在每個局部點(diǎn)處歸一化，忽略了在物體表面附近趨于較大。

本文使用的Lambertian著色近似于真實(shí)照明場景。雖然作為改進(jìn)學(xué)習(xí)的三維形狀的良好正則化，但它可能會在生成圖像的分布和真實(shí)圖像的分布之間引入額外的間隙。

為了補(bǔ)償這種風(fēng)險，可以選擇將預(yù)測的a調(diào)節(jié)到光照條件，即a = a(r(t), d, μ, z)。在照明條件偏離實(shí)際數(shù)據(jù)分布的情況下，生成器可以學(xué)習(xí)調(diào)整a值并減小上述間隙。

3.3通過曲面跟蹤實(shí)現(xiàn)高效體繪制

與NeRF類似，研究團(tuán)隊(duì)使用離散積分實(shí)現(xiàn)體繪制，這通常需要沿?cái)z影機(jī)光線采樣幾十個點(diǎn)，如圖所示。

在本文中，還需要在等式（3）中對生成器執(zhí)行反向傳播，以獲得每個點(diǎn)的法線方向，這會大大增加計(jì)算成本。為了實(shí)現(xiàn)更高效的體繪制，一個自然的想法是利用空間稀疏性。通常，體繪制中的權(quán)重T (t, z)σ(r(t), z)在訓(xùn)練過程中會集中在物體表面位置上。如果在渲染之前知道粗糙曲面的位置，就可以在曲面附近采樣點(diǎn)以節(jié)省計(jì)算。對于靜態(tài)場景，將這種空間稀疏性存儲在稀疏體素網(wǎng)格中，但這種技術(shù)不能直接應(yīng)用于我們的生成模型，因?yàn)?D場景相對于輸入的潛在編碼不斷變化。

為了在生成隱式模型中實(shí)現(xiàn)更高效的體繪制，研究團(tuán)隊(duì)進(jìn)一步提出了一種曲面跟蹤網(wǎng)絡(luò)S，該網(wǎng)絡(luò)學(xué)習(xí)模仿以潛在編碼為條件的曲面位置。特別是，體渲染自然允許通過以下方式對對象曲面進(jìn)行深度估計(jì)：

T (t, z)的定義方式與（2）中的方式相同。因此，給定相機(jī)姿態(tài)和潛在編碼z，可以渲染全深度貼圖。如上圖（b）所示，使用表面跟蹤網(wǎng)絡(luò)模擬，這是一個以z，為輸入并輸出深度圖的輕量級卷積神經(jīng)網(wǎng)絡(luò)。深度模擬損失為：

其中，Prec是促使更好地捕捉表面邊緣的感知損失。

在訓(xùn)練過程中，與發(fā)生器和鑒別器一起進(jìn)行優(yōu)化。每次在采樣一個潛在編碼z和一個相機(jī)姿勢之后，可以得到深度貼圖的初始猜測。

然后，對于具有預(yù)測深度s像素，可以在等式（2,3,6）中執(zhí)行體繪制，且近邊界和遠(yuǎn)界，是體積渲染的間隔，該間隔隨著訓(xùn)練迭代i的增長而減小。

具體來說，我們從一個大的間隔開始并減小到。像減少時，用于渲染m的點(diǎn)數(shù)也相應(yīng)減少。與生成器相比，高效的曲面跟蹤網(wǎng)絡(luò)的計(jì)算成本是微乎其微的，因?yàn)榍罢咧恍枰淮吻跋蜻^程來渲染圖像，而后者將被查詢H × W × m 次。因此，m的減少將顯著加快ShadeGAN的訓(xùn)練和推理速度。

4

實(shí)驗(yàn)

實(shí)驗(yàn)表明，ShadeGAN學(xué)習(xí)的3D形狀比以前的方法精確得多，同時允許對照明條件進(jìn)行顯式控制。使用的數(shù)據(jù)集包括CelebA、BFM和CAT，它們都只包含無約束的2D RGB圖像。

在模型結(jié)構(gòu)方面，我們采用了基于SIREN的MLP作為生成器，卷積神經(jīng)網(wǎng)絡(luò)作為鑒別器。對于光照條件的先驗(yàn)分布，使用Unsup3d估計(jì)真實(shí)數(shù)據(jù)的光照條件，然后擬合的多元高斯分布作為先驗(yàn)。消融研究中還包括手工制作的先驗(yàn)分布。除非另有說明，否則在所有實(shí)驗(yàn)中，讓前余弦顏色a取決于照明條件μ以及觀察方向d。

與基線進(jìn)行比較

將ShadeGAN與兩種最先進(jìn)的生成隱式模型（GRAF和pi-GAN）進(jìn)行比較。具體地，圖4包括合成圖像以及它們對應(yīng)的3D網(wǎng)格，其通過在體積密度σ上執(zhí)行 marching cubes而獲得。

雖然GRAF和pi-GAN可以合成具有可控姿勢的圖像，但它們學(xué)習(xí)到的3D形狀不準(zhǔn)確且有噪聲。相比之下，本文的方法不僅合成真實(shí)感的3D一致圖像，而且還學(xué)習(xí)更精確的3D形狀和曲面法線，這表明所提出的多重照明約束作為正則化的有效性。

圖5中包含了更多的合成圖像及其相應(yīng)的形狀。除了更精確的3D形狀外，ShadeGAN還可以從本質(zhì)上了解反照率和漫反射著色組件。如圖所示，盡管并不完美，ShadeGAN已成功以令人滿意的質(zhì)量分離陰影和反照率，因?yàn)檫@種分離是多照明約束的自然解決方案。

在BFM數(shù)據(jù)集上對學(xué)習(xí)的3D形狀的質(zhì)量進(jìn)行定量評估。具體來說，使用每個生成隱式模型生成50k圖像及其相應(yīng)的深度貼圖。來各個模型的圖像深度對被用作訓(xùn)練數(shù)據(jù)，來訓(xùn)練額外的卷積神經(jīng)網(wǎng)絡(luò)（CNN），這個網(wǎng)絡(luò)學(xué)習(xí)預(yù)測輸入圖像的深度圖。

然后，在BFM測試集上測試每個經(jīng)過訓(xùn)練的CNN，并將其預(yù)測與真實(shí)深度圖進(jìn)行比較，作為對所學(xué)3D形狀質(zhì)量的測量。

本文報告了尺度不變深度誤差（SIDE）和平均角度偏差（MAD）度量。其中ShadeGAN的表現(xiàn)明顯優(yōu)于GRAF和pi GAN。ShadeGAN還優(yōu)于其他先進(jìn)的無監(jiān)督3D形狀學(xué)習(xí)方法，包括unsupervised和GAN2Shape，在無監(jiān)督3D形狀學(xué)習(xí)都有著巨大潛力。

不同模型合成的圖像的FID分?jǐn)?shù)上，其中ShadeGAN的FID分?jǐn)?shù)略差于BFM和CelebA中的pi GAN。直觀地說，這是由近似著色（即朗伯著色）和真實(shí)照明之間的差距造成的，可以通過采用更真實(shí)的著色模型和改進(jìn)之前的照明來避免。

消融研究

研究團(tuán)隊(duì)進(jìn)一步研究了ShadeGAN中幾種設(shè)計(jì)選擇的影響。首先，執(zhí)行局部點(diǎn)特定的著色。如圖所示，局部著色策略的結(jié)果明顯比原始策略差，這表明考慮是有益的。

為了驗(yàn)證所提出的高效體繪制技術(shù)的有效性，研究團(tuán)隊(duì)將其對圖像質(zhì)量和訓(xùn)練/推理時間的影響包含在選項(xiàng)中。據(jù)觀察，高效體繪制對性能影響不大，但ShadeGAN的訓(xùn)練和推理時間分別顯著減少了24%和48%。

此外，在下圖中可視化了曲面跟蹤網(wǎng)絡(luò)預(yù)測的深度圖和通過體繪制獲得的深度圖。結(jié)果表明，在不同的身份和相機(jī)姿態(tài)下，曲面跟蹤網(wǎng)絡(luò)可以一致地預(yù)測非常接近真實(shí)曲面位置的深度值，因此可以在不犧牲圖像質(zhì)量的情況下采樣預(yù)測曲面附近的點(diǎn)進(jìn)行渲染。

光照感知圖像合成

由于ShadeGAN對著色過程進(jìn)行建模，因此在設(shè)計(jì)上允許對照明條件進(jìn)行顯式控制。下圖提供了這樣的照明感知圖像合成結(jié)果，其中ShadeGAN在不同的照明方向下生成有希望的圖像。在預(yù)測的a以照明條件μ為條件的情況下，a會略微改變w.r.t.照明條件，如在陰影過暗的區(qū)域，a會更亮，最終圖像更自然。我們還可以在等式4（即Blinn Phong著色，其中h是視點(diǎn)和照明方向之間角度的平分線）中選擇性地添加鏡面反射項(xiàng)，以創(chuàng)建鏡面反射高光效果。

GAN反演

ShadeGAN還可以通過執(zhí)行GAN反演來重建給定的目標(biāo)圖像。如下圖所示，這種反演允許我們獲得圖像的幾個因素，包括3D形狀、表面法線、近似反照率和陰影。此外，我們還可以通過更改視點(diǎn)和照明條件來進(jìn)一步執(zhí)行視圖合成和重新照明。

討論

由于使用的朗伯陰影近似于真實(shí)照明，因此ShadeGAN學(xué)習(xí)的反照率并沒有完全分離。本文的方法不考慮對象的空間變化的材料特性。在未來，研究團(tuán)隊(duì)打算結(jié)合更復(fù)雜的著色模型，以更好地了解分離的生成反射場。

5

結(jié)論

本文提出的ShadeGAN是一種新的生成隱式模型，用于形狀精確的3D感知圖像合成。并證實(shí)在ShadeGAN中通過顯式光照建模實(shí)現(xiàn)的多重光照約束顯著有助于從2D圖像學(xué)習(xí)精確的3D形狀。

ShadeGAN還可以在圖像合成過程中控制照明條件，實(shí)現(xiàn)自然的圖像重新照明效果。為了降低計(jì)算成本，研究團(tuán)隊(duì)進(jìn)一步設(shè)計(jì)了一種輕量級曲面跟蹤網(wǎng)絡(luò)，它為生成隱式模型提供了一種高效的體繪制技術(shù)，顯著加快了訓(xùn)練和推理速度。

推薦閱讀

伯克利團(tuán)隊(duì)新研究：不用神經(jīng)網(wǎng)絡(luò)，也能快速生成優(yōu)質(zhì)動圖

2022-01-08

NeurIPS 2021 | 曠視提出：空間集成 ——一種新穎的模型平滑機(jī)制

2021-11-20

英偉達(dá)CES發(fā)布會：“卡皇”RTX 3090 Ti初露臉，元宇宙工具開放個人免費(fèi)版

2022-01-05

雷峰網(wǎng)(公眾號：雷峰網(wǎng))