來自美國幾所大學的一組研究人員發表了一個項目 （像素對齊隱式函數），它允許您應用機器學習方法從一張或多張二維圖像建立人的 3D 模型。 該系統可讓您重新創建複雜的服裝選項，例如百褶裙和高跟鞋以及各種髮型，獨立恢復構建 3D 模型的投影中不可見區域的紋理和形狀。 為了提高最終 3D 模型的品質和細節，可以使用來自不同角度的多個影像。 專案程式碼使用 PyTorch 框架以 Python 編寫， 在麻省理工學院的許可下。
神經網路用作重建三維佈局的來源，它允許您從在現有物件的各種版本上訓練的模型開始，選擇最可能的形狀並發明隱藏元素。 同時，該專案提供了一種演算法，用於將生成的體積佈局與所提供的2D 影像中的紋理進行匹配，該演算法根據3D 影像的像素在XNUMXD 物件上的位置對齊它們，並產生最可能丟失的紋理。 任何圖像都可以編碼 為
表面重建應用建築》“， 一種
基於架構的神經網路用於紋理匹配 .
研究人員使用的現成訓練模型 可以免費下載，但用於訓練的原始資料仍然保密，因為它基於商業 3D 掃描。 可用作模型自訓練的來源 來自 Renderpeople 專案的人員。
來源： opennet.ru