每周一篇2分钟论文解读视频
翻译/ 曹永胜 校对整理/ 凡江
雷锋网:本期介绍的论文是《Interactive Example-Based Terrain Authoring with Conditioanl Gengerative Adversarial Networks》(用条件约束的GAN,打造基于绘稿的互动式地表编辑),2017亚洲计算机图形与互动技术大会的展出论文。
在电影和游戏中,我们经常能看到特效制作仿真的虚拟王国。如今,在GAN技术的支持下,这些看上去瑰丽奇伟的画面也可以自动生成了。我们只需要画出一些山川、胡海的草图,通过调整神经网络,就能自动生成高分辨率的3D地形模型,而且还能边画边改,就算画得不好,算法也能帮你修补完善。
以上提到过程是通过程序生成来完成的。 我们可以对输出产生直接的影响,而不需要花上几十个小时的时间来完成工作。GAN技术学习如何根据手工绘图来输出地形图像,然后输入设计师所绘制的河流、山脊、山谷等景观草图,算法会自动输出一个高质量的地形模型。
过程中,我们可以一边查看当前的输出,一边优化我们的图纸。这样,我们能够不被技术细节所制约,几秒钟就把想法变成高质量的模型成果。 此外,算法不仅可以灵活处理被擦除的子区域,还可以自动为图像补充空缺。
更妙的是,算法能对绘制结果进行修改,比如让地表生成侵蚀效果,而且计算成本基本为零。打个比方,如果在这片数据上运行一个侵蚀模拟器需花费大约40秒,神经网络则可以在25毫秒内完成。完整的模拟几乎可以在一分钟内完成,神经网络瞬间模拟其结果。
当然技术也存在局限,那就是如果输入太稀疏,可能会出现图像网格失真。
关注雷锋网,雷锋字幕组每周编译系列短视频《 2 分钟论文 》,带大家用碎片时间阅览前沿技术,了解 AI 领域的最新研究成果。
领取专属 10元无门槛券
私享最新 技术干货