助力内容创作者使用3D物体进行即兴创作 NVIDIA 3D MoMa亮相CVPR

如何将基于2D图像创建3D物体？逆渲染就是这样的技术，其是将一系列静态照片重建为3D物体或场景模型的技术。该技术长期以来一直是统一计算机视觉和计算机图形学的关键。

在近日举行的计算机视觉和模式识别会议CVPR上，NVIDIA Research推出了可逆渲染流程NVIDIA 3D MoMa，图形创作者可以使用其快速创建出的3D物体。

这个被称为“NVIDIA 3D MoMa”的方法可以让建筑师、设计师、概念艺术家和游戏开发者迅速将物体导入图形引擎，并开始对其进行处理——修改比例、改变材质或尝试不同的照明效果。

NVIDIA图形学研究副总裁David Luebke表示，NVIDIA 3D MoMa渲染流水线可以将逆渲染问题的每个部分表示为GPU加速的可微分组件，然后使用现代AI机器和NVIDIA GPU的原始算力快速生成3D物体，且创作者可以在现有工具中自由地导入、编辑和扩展这些物体。

为了使艺术家或工程师能够充分利用3D物体，其形式应能够导入游戏引擎、3D建模器和电影渲染器等各种被广泛使用的工具。带有纹理、材质的三角网格形式，就是此类3D工具使用的通用语言。

三角网格是用于定义3D图形和建模形状的基本框架。

游戏工作室和其他创作者习惯于使用复杂的摄影测量技术来创建3D物体，这需要耗费大量的时间和精力。近期的神经辐射场（Neural Radiance Fields）研究可以快速生成物体或场景的3D模型，但并不是使用易于编辑的三角网格形式。

当在单个NVIDIA Tensor Core GPU上运行时，NVIDIA 3D MoMa能在一个小时内生成三角网格模型。该流水线的输出结果与创作者现在使用的3D图形引擎和建模工具直接兼容。

流水线的重建功能包括3D网格模型、材质和照明。网格就像由三角形构建的3D形状混凝纸浆模型。有了它，开发者就可以依照自己的创意对物体进行修改。材质是叠加在3D网格上的2D纹理，就像人的皮肤一样。NVIDIA 3D MoMa通过对场景光线进行估算，使创作者能够在日后修改物体上的照明。

为虚拟爵士乐队调校乐器

为了展示NVIDIA 3D MoMa的功能，NVIDIA的研究和创意团队首先从不同角度收集了五种爵士乐队乐器（小号、长号、萨克斯、架子鼓和单簧管）的约100张图片。

NVIDIA 3D MoMa将2D图像重建为每种乐器的3D表示，并以网格形式呈现。然后，NVIDIA团队将这些乐器从原始场景中取出，并将其导入NVIDIA Omniverse 3D模拟平台中进行编辑。

在任何传统图形引擎中，创作者都可以轻松为形状调换由NVIDIA 3D MoMa生成的材质，就像给网格穿上不同的衣服一样。例如该团队对小号模型采取了这种做法，将原来的塑料材质快速更换成黄金、大理石、木材或软木。

然后，创作者可以将新编辑的物体放入任何虚拟场景中。NVIDIA团队将这些乐器放入了经典的图形渲染质量测试康奈尔盒中。他们证明了虚拟乐器对光线的反应与在物理世界中完全一样：闪亮的铜管乐器反射出亮光，哑光的鼓皮则会吸收光线。

这些通过逆渲染生成的新物体可以作为复杂动画场景的构成要素。视频的最后展示了虚拟爵士乐队。

结语

逆渲染是用于基于2D图像迭代地恢复3D模型的形状、照明和材料属性的技术。逆渲染是具有挑战性的，因为用于渲染3D模型以产生2D图像的操作不能简单地反向执行以从2D图像产生3D模型。NVIDIA 3D MoMa的推出展示了业界在逆渲染方面的最新探索，其势必会对相关AI应用产生促进作用。