由在Facebook Reality Labs擔(dān)任研究科學(xué)家的齋藤俊輔與南加州大學(xué)合作研究的PIFuHD項(xiàng)目，通過(guò)輸入解析度達(dá)1024x1024的高解析圖像，即可借由人工智能識(shí)別生成一組能以隨意角度檢視的3D立體模型，搭配其他軟體工具的話，幾乎可讓3D建模效率大幅提升。
PIFuHD是以過(guò)去提出的PIFu為基礎(chǔ)，將當(dāng)時(shí)僅能輸入解析度達(dá)512x512的影像規(guī)格提高，讓實(shí)際輸出的3D立體模型解析度增加，讓更多細(xì)節(jié)能被忠實(shí)還原。
同時(shí)，借由生成對(duì)抗神經(jīng)網(wǎng)路運(yùn)算模式，讓人工智能能透過(guò)過(guò)去分析學(xué)習(xí)資料，借此猜測(cè)所識(shí)別影像背面可能形式，借此讓實(shí)際生成的3D立體模型變得更加真實(shí)。
目前PIFuHD相關(guān)資料已經(jīng)透過(guò)GitHub公開(kāi)，同時(shí)相關(guān)內(nèi)容也透過(guò)Colab進(jìn)行展示，讓更多人可以透過(guò)PIFuHD進(jìn)行創(chuàng)作應(yīng)用，甚至也有人搭配可借由人工智能讓3D立體模型依照腳本動(dòng)作的Mixamo，讓PIFuHD借由平面影像生成的3D立體模型能進(jìn)一步「活動(dòng)」。
這樣的設(shè)計(jì)，意味著未來(lái)3D建模師將不必辛苦從零開(kāi)始建制3D立體模型，借由人工智能方式即可快速生成基礎(chǔ)模型內(nèi)容，并且能用更多時(shí)間處理細(xì)節(jié)修飾，或許未來(lái)對(duì)于3D動(dòng)畫(huà)、模型，或是游戲內(nèi)容等都能帶來(lái)更高制作效益。
