以NeRF為基礎(chǔ)，專注高保真人頭參數(shù)化模型HeadNeRF渲染更逼真

正如GAN一樣，每個新的技術(shù)提出來后，后續(xù)研究者以此為基點(diǎn)延展開來，往往能創(chuàng)造出更新更大的成果，從而打開一個新視野空間。機(jī)智客覺得NeRF技術(shù)也是這樣的基點(diǎn)技術(shù)，自從神經(jīng)輻射場被提出后，為科研人員打開了一個新風(fēng)向，后續(xù)的相關(guān)研究成果很鼓舞人心。此次專注于數(shù)字人方向的高保真人頭參數(shù)化模型HeadNeRF又把這個技術(shù)應(yīng)用提升到了一個新的高度。

說起數(shù)字人，想必大家都不陌生，很可能已經(jīng)從短視頻平臺和媒體報(bào)道中領(lǐng)略到好幾個虛擬人形象了。它們基本都是三維渲染的高清亂真形象，可以說，隨著計(jì)算機(jī)圖形學(xué)的發(fā)展，現(xiàn)在3D形象的建模渲染普遍達(dá)到了照片級別的逼真度。不過虛擬數(shù)字人渲染得再好，我們基本也都能分辨出來它們與真實(shí)拍攝的人的區(qū)別，

拿一張數(shù)字人和真實(shí)照片比較，我們多半分得清哪一張是真實(shí)拍攝的。即便足以亂真達(dá)到讓我們真假難辨的程度，那建模和渲染的成本往往也非常高。畢竟現(xiàn)實(shí)物理世界中的復(fù)雜性，人體和物理環(huán)境的交互，不會那么容易被還原出來。而自從深度學(xué)習(xí)的NeRF技術(shù)提出后，虛擬還原現(xiàn)實(shí)，就又被提升到了一個新高度。

而HeadNeRF這個技術(shù)，則是建立在NeRF新型渲染模型的基礎(chǔ)上的。HeadNeRF是一種基于 NeRF的高效全息人臉頭部參數(shù)化模型，由來自中科大張舉勇教授的課題組提出。顧名思義，HeadNeRF能實(shí)時地渲染高清圖像級別的人臉頭部，另外它也支持直接編輯調(diào)整渲染結(jié)果的多種語義屬性，如身份、表情以及顏色外觀等。

從成本上看，HeadNeRF比傳統(tǒng)的耗費(fèi)人力物力的三維網(wǎng)格建模、點(diǎn)云等技術(shù)消耗更低，當(dāng)然目前只是研究階段的demo，后續(xù)技術(shù)成熟完善后，應(yīng)該有更大的優(yōu)勢。從效果上看，HeadNeRF渲染出來的高保真參數(shù)化人頭模型，也比成熟的游戲引擎或3D軟件渲染來得真實(shí)。機(jī)智客不由感慨，畢竟是深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，未來的元宇宙虛擬人新生態(tài)的構(gòu)建，AI一定是一個基礎(chǔ)設(shè)施，AI相關(guān)技術(shù)勢必會為未來科技進(jìn)步立下汗馬功勞。

此次研究人員將HeadNeRF 的表示過程整體上通過conditional-NeRF 實(shí)現(xiàn)，同時也將NeRF體渲染與2D神經(jīng)渲染相結(jié)合，以加速NeRF渲染速度?？梢哉fAI再次為元宇宙虛擬人時代的到來添磚加瓦。AI已經(jīng)給我們現(xiàn)有傳統(tǒng)的技術(shù)、行業(yè)和產(chǎn)業(yè)帶來了巨大的革新，而且這個革新還在一直進(jìn)行著，這都是有目共睹的。

關(guān)鍵詞： 以NeRF為基礎(chǔ) 專注高保真人頭參數(shù)化模型HeadNeRF渲染更逼