近日，伯克利人工智能研究實(shí)驗(yàn)室的研究人員開發(fā)出一種根據(jù)一張2D彩色圖片來(lái)創(chuàng)建精確的3D模型的方法。該技術(shù)使用“分層表面預(yù)測(cè)（HSP）”來(lái)識(shí)別空白空間、占用空間和關(guān)鍵邊界，可應(yīng)用于虛擬現(xiàn)實(shí)、3D打印和其他涉及3D模型的領(lǐng)域。

“即使只看到一張圖片，人類也可以毫不費(fèi)力地理解物體和場(chǎng)景的形狀，但如何讓機(jī)器擁有這種能力呢？秘密是將一張圖片的體積元素（體素）分為三類：占用空間、空白空間和邊界。之前的將2D圖像轉(zhuǎn)換為3D模型的嘗試只處理了兩種空間，而這妨礙了高分辨率，”研究人員解釋說(shuō)。

研究人員表示，邊界的使用大大提升了分辨率。他們的新方法不太關(guān)心2D圖片中的單個(gè)體素，因?yàn)閱蝹€(gè)體素幾乎無(wú)法提供與3D形狀相關(guān)的有用信息，而是明確地專注于表面，這些表面是生成3D模型的關(guān)鍵。

為了測(cè)試這種HSP系統(tǒng)，研究團(tuán)隊(duì)試圖從單張彩色圖片中提取高分辨率的幾何圖形，并將自己的方法與其他兩種預(yù)測(cè)技術(shù)——低分辨率硬（LR hard），一種二進(jìn)制方法和低分辨率軟（LR soft），一種分?jǐn)?shù)法——進(jìn)行對(duì)比。結(jié)果表明，相比其他兩種方法，新方法能從最初的2D圖片中生成更精確的3D圖像。

雖然這樣的計(jì)算方法還無(wú)法與人類大腦匹敵，但這個(gè)巧妙的新方法可能為進(jìn)一步的研究奠定了基礎(chǔ)。

延伸閱讀：大學(xué)教授開發(fā)出能將2D圖像轉(zhuǎn)換成3D模型的AI技術(shù)SurfNet