Maxime Raafat氏によるBlenderアドオン「BlenderNeRF」が無料公開されています。書き出したデータセットを元にNVIDIAのInstant NGPなどを活用してNeRFを構築する事ができます。
BlenderNeRF
BlenderNeRFは、VFXアーティストであれ、研究員であれ、グラフィックのアマチュアであれ、Blender内で合成NeRFデータセットを作成する最も簡単で速い方法です。3Dシーンとカメラを完全にコントロールしながら、ワンクリックでレンダリングとカメラパラメータを取得できます！
Neural Radiance Fields
Neural Radiance Fields (NeRF)は、2D画像のみから、それぞれのカメラ情報とともに、ビューに依存したボリュームオブジェクトとして3Dシーンを表現することを目的としている。3Dシーンは、シンプルなニューラルネットワークの助けを借りて、トレーニング画像からリバースエンジニアリングされる。
Corridor CrewによるYouTubeビデオで、NeRFのいくつかの使用例と将来的な応用の可能性についてスリリングな調査を見ることをお勧めする。
モチベーションレンダリングは高価な計算です。フォトリアリスティックなシーンは、シーンの複雑さ、ハードウェア、利用可能なソフトウェア リソースに応じて、レンダリングに数秒から数時間かかる場合があります。
NeRF はこのプロセスを高速化できますが、通常は面倒なコードを介して抽出されるカメラ情報が必要です。このプラグインを使用すると、誰でも Blender でワンクリックでレンダリングとカメラを取得できるようになります。
最終的にInstant NGPなどでNeRFを構築する必要があるので、Githubページや上記解説動画の手順通りに進めてください。
BlenderNeRF は 3 つのメソッドで構成
- Subset of Frames(SOF)：カメラ アニメーションからNフレームごとにレンダリングし、レンダリングされたフレームのサブセットを NeRF トレーニング データとして利用
- Train and Test Cameras (TTC)：2 つの別個のユーザー定義カメラからのトレーニング データとテスト データを登録
- Camera on Sphere (COS)：ユーザーが制御する球から中心に向けられたランダムなカメラ ビューを均一にサンプリングすることにより、トレーニング フレームをレンダリング
NeRF化する事で高品質なシーンを、リアルタイムに取り扱う事が出来るので、用途次第ではかなり活用の幅が広がる気がします。BlenderNeRFはGithubにて無料公開中！Blender Marketでは開発者のコーヒー代を支援する事ができます。
是非チェックしてみてください！
リンク
RSSリーダーで購読する
コメント