社群探索了数字人的自动生成模型、3D重建项目。除了数字人之外，也有不少其他类别的空间模型重建项目，@知识库 有通过图片生成建筑类的3D重建项目推荐不？
社群数字人 DAO 小组推荐了 Siggraph2022 会议发表的一篇结合隐函数与神经渲染的照片-数字场景重建项目。虽然是场景重建项目，人体重建同样可以借鉴思路。
Neural 3D Reconstruction in the Wild
该项目介绍了一种用于在存在不同光照的情况下，从互联网照片集进行高效和准确的表面重建图片生成3D模型的新方法。该项目提出了一种混合体素和表面引导采样技术，这种技术支持更有效的射线采样，并显着提高重建质量。该项目证明了其创新方法在各种指标上都超越了现有经典重建方法。
小杜
该方法对比了同类经典方法，在模型精度与训练效率上都有明显优势。
项目方法与部分其他方法渲染效果对比
项目方法与部分其他方法渲染效率对比
小杜
我也体验了项目所展示生产模型的效果。就模型精度而言，还是无法与人工建模相比，但高建模效率与技术实际落地应用后的低技能门槛带来的广泛应用面还是有非常大的价值。
小杜
项目还将生成模型与 Heritage-Recon 文化遗迹模型库中收录的模型进行了精读对比，契合度非常高。
Heritage-Recon 文化遗迹模型库地址：
openheritage3d.org
项目地址：
zju3dv.github.io/neuralrecon-w
如果技术落地，那岂不是任何文化爱好者都可以在规章制度允许范围内拍摄图片后进行遗迹数字重建？也可以二次创作？无论对于文化遗迹保护工作者、文化爱好者还是设计师艺术家而言都将是值得期待落地的技术。
小杜
关于文化遗迹数字重建项目，微软公司做过更高精度与更多人力、时间成本的探索。
微软公司利用人工智能技术以数字方式保护和恢复文化遗产
小杜
预告一波，我们近期将组织AI+文化创新类活动，感兴趣的朋友们可以关注哦～
opus
欢迎加入社群，一起共建好玩的项目～
备注：AI
本文来自微信公众号“无界社区mixlab”（ID：mix-lab）。大作社经授权发布，该文观点仅代表作者本人，大作社平台仅提供信息存储空间服务。
