TensorFlow Graphics 简介：当计算机图形学遇上深度学习

文 /  Julien Valentin 和 Sofien BouazizGitHub 代码库：https://github.com/tensorflow/graphics近几年，可嵌入到神经网络架构中的新型可微图形层开始兴起。从空间变换器到可微图形渲染器，这些新型网络层利用多年积累的计算机视觉和图形学研究知识来构建更高效的新型网络架构。通过将几何先验和约束显式建模到神经网络中，我们为能够高效稳健地以自监督方式（这点更为重要）接受训练的架构打开了大门。总体来看，计算机图形管道需要 3D 物体及其在场景中的绝对位置、对物体材质的描述、光和摄像头。然后，渲染器会解译该场景描述，进而生成合成渲染。与之相比，计算机视觉系统会从图像入手，试图推断场景的参数。这可以实现对场景中的物体，以及对其材质、三维位置 ………………………………