近日，伯克利人工智能研究實驗室的研究人員開發(fā)出一種根據(jù)一張2D彩色圖片來創(chuàng)建精確的3D模型的方法。該技術使用“分層表面預測（HSP）”來識別空白空間、占用空間和關鍵邊界，可應用于虛擬現(xiàn)實、3D打印和其他涉及3D模型的領域。

“即使只看到一張圖片，人類也可以毫不費力地理解物體和場景的形狀，但如何讓機器擁有這種能力呢？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。

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心2D圖片中的單個體素，因為單個體素幾乎無法提供與3D形狀相關的有用信息，而是明確地專注于表面，這些表面是生成3D模型的關鍵。

為了測試這種HSP系統(tǒng)，研究團隊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測技術——低分辨率硬（LR hard），一種二進制方法和低分辨率軟（LR soft），一種分數(shù)法——進行對比。結果表明，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。

雖然這樣的計算方法還無法與人類大腦匹敵，但這個巧妙的新方法可能為進一步的研究奠定了基礎。

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