Apple发布了一项可从一张图像生成3D场景（3D Gaussian Splatting）的技术「Sharp Monocular View Synthesis in Less Than a Second」！

Sharp Monocular View Synthesis in Less Than a Second

SHARP是一种从单张图像进行照片级真实感视角合成的方法。SHARP会根据给定的单张照片，回归所描绘场景的3D高斯表示参数。它通过对神经网络进行单次前向传递，在标准GPU上可于1秒以内完成。SHARP生成的3D高斯表示可实时渲染，并生成近距离视角的高分辨率照片级真实感图像。该表示是具有绝对尺度的度量表示，支持度量相机移动。实验结果表明，SHARP在跨数据集方面实现了稳健的零样本泛化。在多个数据集上达到了新的最先进性能，与此前最佳模型相比，LPIPS降低25～34%，DIST降低21～43%，同时将合成时间缩短了3个数量级。
SHARP可在1秒以内从一张照片生成照片级真实感的3D表示。生成的表示支持近距离视角的高分辨率渲染，并在标准GPU上以每秒100帧以上实现清晰的细节和细微结构。以下使用Unsplash的照片展示实例。

用拍摄的照片轻松3D化的时代要来了呢
今后的发展令人期待。详细内容请务必查看项目页面和Github页面！

リンク

SHARP

Github