Nvidia研究人员：提出用2D图像自动生成3D对象的渲染框架

　　外媒报道称，计算机很擅长计算 3D 模型，并将之放在 2D 屏幕上作展示。但若要将 2D 图像逆推成 3D 模型，计算机就有些力不从心了。 好消息是，在机器学习技术的加持下，英伟达研究人员已经提出了一种类似的渲染框架。其通过 AI 来获取 2D 信息，并将之准确地转换为 3D 对象 —— 这套系统被称作 DIB-R 。

　　DIB-R 的全称是“基于可微分插值计算的渲染器”，底层由 PyTorch 机器学习框架构建。在本周于温哥华举办的年度神经信息处理系统会议上，英伟达研究团队介绍了他们的最新进展。该框架的工作原理，几乎是与 GPU 的日常工作反过来干。它需要分析 2D 图像，然后形成一个高保真的 3D 对象，包括形状、纹理、颜色和照明。

　　编解码器的体系结构，会从多变球形开始，并使用 2D 图像中给定的信息，对其进行变形处理。值得一提的是，该流程仅需 1 / 10 秒。若使用单个英伟达 V100 GPU 进行训练，需要对神经网络展开为期 2 天的训练。若使用其它 GPU 进行训练，更需要耗费数周的时间。研究人员认为，该系统可用于自主式机器人的深度感知应用，从而增强其在现实环境中工作时的安全性和准确性。通过这样的三维化处理，机器人能够更好地导航、以及操纵其需要处理的对象。

　　据悉，英伟达已将 DIB-R 添加到其 3D 深度学习的 PyTorch GitHub 库中（Kaolin），以帮助研究人员加速 3D 深度学习实验。