Google利用机器学习将著名建筑转化为三维视频
Google研究人员利用机器学习技术，借助互联网照片将世界各地的著名建筑转化为细节惊人的三维视频。目前，勃兰登堡门、特莱维喷泉和圣心大教堂的三维图像已在项目GitHub页面分享。这些图像基于Flickr等在线平台的照片生成，视觉效果令人印象深刻，支持相机视角移动及不同光照效果切换。
NeRF-W：突破非受控环境下的三维重建瓶颈
研究团队在论文《NeRF in the Wild: Neural Radiance Fields for Unconstrained Photo Collections》中提出了NeRF-W方法。该方法建立在神经辐射场（NeRF）基础之上，旨在解决从非受控环境拍摄的照片集合中重建三维场景的难题。
我们的论文《NeRF in the Wild》已发布！NeRF-W 是一种从网络摄影中重建 3D 场景的方法。我们将其应用于你在度假时可能拍摄的照片类型：游客、光线不足、滤镜等。
NeRF-W将场景的亮度场和密度隐式建模于神经网络权重中，可直接用于合成新视角的体积渲染，逼真度达到前所未有的水平。然而，传统NeRF仅适用于光照固定且场景完全静态的受控环境。
针对这一局限，NeRF-W专门优化了处理超出常规参数范围图像的能力。即便照片包含游客、光线不足或滤镜干扰等非理想因素，该方法仍能有效重建三维场景，突破了原有技术对拍摄时间及画面纯净度的严格限制。