一張歷史照片的“3D復(fù)活”

日本立命館大學(xué)的科學(xué)家們開(kāi)發(fā)了一種神經(jīng)網(wǎng)絡(luò)，可以將2D照片轉(zhuǎn)化為逼真的3D數(shù)字模型。這項(xiàng)技術(shù)近期被用于重建婆羅浮屠寺埋藏浮雕的三維形態(tài)。婆羅浮屠寺是世界上最大的佛教寺廟建筑群之一，也是聯(lián)合國(guó)教科文組織收錄的世界遺產(chǎn)。這些浮雕雕刻于石塊上，歷經(jīng)歲月，逐漸被埋于地下。

這次研究所依賴的關(guān)鍵圖像，是一張拍攝于134年前的老照片。照片記錄了當(dāng)時(shí)因寺廟修復(fù)工作而短暫露出的浮雕雕刻。在它們?cè)俅伪谎诼裰?，攝影師用鏡頭永久保存了這些石雕的面貌。盡管這些照片為研究提供了珍貴資源，但由于拍攝條件和深度信息的缺失，之前的重建嘗試都面臨重重困難。

突破瓶頸：軟邊緣技術(shù)帶來(lái)精細(xì)細(xì)節(jié)

立命館大學(xué)的田中聰教授表示，以往團(tuán)隊(duì)嘗試過(guò)利用單目照片進(jìn)行3D重建，取得了約95%的重建精確度。然而，這種方法難以恢復(fù)浮雕中人臉和裝飾等精細(xì)細(xì)節(jié)。問(wèn)題的根源在于，2D圖像中的深度值高度壓縮，特別是邊緣區(qū)域的深度變化提取難度極大。

新研究團(tuán)隊(duì)的突破在于開(kāi)發(fā)了一個(gè)多模態(tài)神經(jīng)網(wǎng)絡(luò)，能夠同時(shí)完成語(yǔ)義分割、深度估計(jì)和軟邊緣檢測(cè)三項(xiàng)任務(wù)，從而顯著提升3D重建的精確性。核心技術(shù)是創(chuàng)新的軟邊緣檢測(cè)器和邊緣匹配模塊。

傳統(tǒng)的邊緣檢測(cè)通常僅基于亮度變化進(jìn)行二元分類，而軟邊緣檢測(cè)器則以多分類方式處理圖像中的邊緣，將它們視為曲率和亮度變化的綜合體現(xiàn)。這種方法能夠捕捉到浮雕的微妙邊緣特征，并對(duì)其“柔軟度”進(jìn)行評(píng)估，從而在深度估計(jì)中提供更多細(xì)節(jié)。

多模態(tài)網(wǎng)絡(luò)：讓浮雕細(xì)節(jié)重現(xiàn)

為了實(shí)現(xiàn)這一目標(biāo)，研究團(tuán)隊(duì)的神經(jīng)網(wǎng)絡(luò)采用了以下三步工作流程：

1.軟邊緣檢測(cè)：通過(guò)兩個(gè)軟邊緣檢測(cè)器提取浮雕圖像中的多類軟邊緣圖和深度圖，分析圖像中邊緣的柔軟度和變化。

2.邊緣匹配模塊：比較兩組圖像中軟邊緣的差異，聚焦于關(guān)鍵區(qū)域，提升深度估計(jì)的細(xì)膩程度。

3.動(dòng)態(tài)優(yōu)化損失函數(shù)：通過(guò)整合語(yǔ)義分割、深度估計(jì)和邊緣檢測(cè)的損失，優(yōu)化重建結(jié)果，生成更加清晰且細(xì)節(jié)豐富的3D模型。

最終，經(jīng)過(guò)多任務(wù)協(xié)作和動(dòng)態(tài)優(yōu)化，這套系統(tǒng)能夠高效生成細(xì)節(jié)清晰、深度準(zhǔn)確的浮雕3D圖像。

技術(shù)的未來(lái)：文化遺產(chǎn)保護(hù)新工具

這一研究成果不僅讓埋藏的婆羅浮屠寺浮雕重現(xiàn)光彩，也為歷史文物的數(shù)字保護(hù)帶來(lái)了新希望。隨著人工智能技術(shù)的不斷進(jìn)步，類似的方法有望被應(yīng)用于更多遺址和文物的修復(fù)與重建中，為后人提供了解古代文化的新途徑。

正如田中教授所言：“通過(guò)結(jié)合創(chuàng)新的深度估計(jì)和軟邊緣檢測(cè)技術(shù)，我們正逐步解決歷史照片3D重建中的難題。這不僅是一次技術(shù)上的突破，更是一次讓歷史遺產(chǎn)煥發(fā)新生的重要嘗試?！?/p>