CVPR 2022 现场直击！居然有人用图形学创造 3D 物体开爵士音乐会？

昨天 CVPR 2022 在美国线下开幕，大家都到现场了吗？……（狗头护体）

时隔两年，CVPR终于线下面基，各方大神也纷纷各显神通，大秀肌肉~那么，今年的CVPR有什么有趣的研究成果呈现呢？

小编密切关注，意外发现了一场 3D 渲染的爵士乐演奏会：

据了解，这个效果的背后推手是一个被称为“3D MoMa”的方法！

而研发 MoMa 的团队，正是在图像渲染领域颇有造树的 NVIDIA Research！

该方法图形学取经，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，最后形成这样一幅逼真的演奏现场画面！

爵士乐的精髓在于即兴演奏，而可逆渲染流程“NVIDIA 3D MoMa”恰恰就能让图形创作者快速创建出 3D 物体，达到即兴表演的要求。

巧合的是，今年 CVPR 的举办地新奥尔良正是爵士乐的发源地……

1

基于2D图像创建3D物体

逆渲染是将一系列静态照片重建为3D物体或场景模型的技术。NVIDIA图形学研究副总裁David Luebke表示：“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。”

他表示：“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。

图注：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。

2

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。