加州大學柏克萊分校和聖地牙哥分校就與Google Research合作，開發出一套名為NeRF的技術，透過新的神經網絡機械學習，就能生成可以自由地從不同角度來觀看的立體照片，非常像真。
相信大家都有玩過Facebook 3D相片功能，只要拍一張照片就能做出輕微3D效果。不過細心看就會發現相片有不少瑕疵，而光影反射也是固定，觀感不太真實。早前加州大學柏克萊分校和聖地牙哥分校就與Google Research合作，開發出一套名為NeRF的技術，透過新的神經網絡機械學習，就能生成可以自由地從不同角度來觀看的立體照片，非常像真。
NeRF使用一種名為MLP多層感知神經網絡來學習，並非使用一般機械學習生成影像時所用的卷積神經網絡(CNN,Convolutional Neural Network)，從而產生出更高精度的影像。
研究人員從不同角度拍攝20至50張目標物件的照片，將各照片拍攝的3D座標和2D視線方向資料輸入，讓人工智能去預測不同視角的物體密度和RGB色彩，從而合成出新的連續影像。而合成出來的影像，連光的反射方向都能重現，當變更觀看角度時，反射程度也會同時改變，令影像看來更加真實自然，更具立體感。
此外，研究人員更可以在生成出來的影像主體前後放入虛擬物件，虛擬物件能按照觀察角度而被前景的物件遮蓋，就像虛擬物件真的存在於照片當中。
想更進一步了解NeRF技術的利害之處，可以欣賞以下影片介紹。
網址：https://youtu.be/JuH79E8rdKc
研究人員從不同角度拍攝20至50張目標物件的照片，將各照片拍攝的3D座標和2D視線方向資料輸入，讓人工智能去預測不同視角的物體密度和RGB色彩，從而合成出新的連續影像。
使用 CNN 卷積神經網絡技術所生成的圖像（左）和 NeRF 相比，精細程度高下立見。
改變觀察視角時，連房間背後電視的反光都會跟隨移動（左），相當迫真。
更可以在生成出來的影像主體前後放入虛擬物件。
立即更新/下載AM730手機APP 體驗升級功能
