新一代 AI 工作流已经在生成高保真 3D 模型方面取得了巨大成功,从基于给定图像的场景重建,到能够为交互式体验制作资产的生成式 AI。
这些生成的 3D 模型通常被提取成标准的三角网格。网格表示法有很多优点,包括支持现有的软件包、高级硬件加速,以及支持物理模拟。然而,并非所有网格都是相同的,只有高质量的网格才能实现这些优点。
NVIDIA Research 提出了一种名为“FlexiCubes”的新方法,它可以在 3D 工作流中生成高质量网格,从而提升各类应用的质量。
FlexiCubes 网格生成
图 1. 用 FlexiCubes 方法重建的网格示例
无论是重建还是模拟,AI 工作流的共同之处就是:网格是在优化过程中形成的。在这个过程中的每一步,表示都会不断更新,以更好地匹配所需的输出。
全新 FlexiCubes 网格生成方法是通过引入额外的、灵活的参数,来精准调整所生成的网格。通过在优化过程中更新这些参数,网格质量得到极大提高。
熟悉基于网格的工作流的人或许使用过 marching cubes 方法来提取网格。FlexiCubes 可以在基于优化的 AI 工作流中直接代替这一方法。
图 2. 用 FlexiCubes 方法生成的高质量网格
FlexiCubes 通过神经网络工作流,如摄影测量法和生成式 AI,来生成高质量网格。
网格越好,AI 越好
FlexiCubes 网格提取方法改进了许多最近的 3D 网格生成工作流,进而生成了能够更好表示复杂形状的细节的更高质量的网格。
这些生成的网格也非常适合用于物理模拟,因为要想高效产出稳定的模拟,网格的质量尤其重要。四面体网格可直接用于物理模拟。
图 3. 用 FlexiCubes 方法生成的四面体网格示例
立即探索 FlexiCubes
在洛杉矶举办的 SIGGRAPH 2023 大会上,NVIDIA 将这一研究作为其进展之一进行了展示。了解有关此新方法的更多信息,请点击“阅读原文”,关注 FlexiCubes 项目页面。
SIGGRAPH 2023
NVIDIA 精彩发布
SIGGRAPH 2023 | NVIDIA 主题演讲重磅发布精彩回顾,探索 AI 无限未来!
敬请持续关注...
SIGGRAPH 2023 NVIDIA 主题演讲中文字幕版已上线 !扫描下方海报二维码,与 NVIDIA 创始人兼首席执行官黄仁勋一起探索 AI 的未来!
原文标题:生成高质量 3D 网格,从重建到生成式 AI
文章出处:【微信公众号:NVIDIA英伟达】欢迎添加关注!文章转载请注明出处。
-
英伟达
+关注
关注
22文章
3739浏览量
90790
原文标题:生成高质量 3D 网格,从重建到生成式 AI
文章出处:【微信号:NVIDIA_China,微信公众号:NVIDIA英伟达】欢迎添加关注!文章转载请注明出处。
发布评论请先 登录
相关推荐
评论