这是一张真实的照片吗？你被骗了，图中的每一个物体，都是由MATch软件自动生成并纹理化的。
即便是电子游戏或计算机动画电影的狂热粉，也很少有人愿意来回欣赏那些令人兴奋的画面和精妙绝伦的制作。“纹理化”是影响画面处理的关键因素之一。
我们在屏幕上看到的精美画面通常是无缝渲染的，它们背后蕴含着大量工作：特效工作室在使用计算机辅助设计程序创建场景时，首先需要为计划放入场景内的所有物体创建三维模型，然后进行纹理化，例如：让一张木桌表现出光滑、抛光或者哑光等特征。
如果设计师希望根据现实情况重建一种特殊纹理，他们需要去网上检索，然后找出与场景相匹配的纹理。大多数情况下，设计师不能在对物体进行单一取景后就直接使用，他们必须利用大量图片来量化粗糙度、光级等不同属性。
为帮助设计师简化场景构建过程，许多软件应运而生，比如在电影“银翼杀手2049”中，Adobe Substance软件就帮助构建了拉斯维加斯废墟。然而，这些“程序化”程序的学习时间可能长达数月，而且需要花费数小时乃至数天才能创造出特定的纹理效果。
techxplore.com网站当地时间12月11日报道，由美国麻省理工学院计算机科学与人工智能实验室（CSAIL@MIT）领导的研究小组开发了一种更便捷的纹理处理软件“MATch”。使用MATch，用户甚至可以直接利用拍下的商品照片在家用笔记本电脑上完成纹理重建。
研究人员Liang Shi说：“你可以拍下中意牛仔裤的照片，然后让游戏角色穿上它。我们相信，MATch将进一步缩小‘虚拟’与‘现实’之间的差异。”
Shi还表示，MATch的目的在于“显著简化、加速基于机器学习创建合成材料的过程”。通过对比渲染合成材料和相机捕捉到的真实材料，研究人员评估了MATch的效果，发现它比现有最先进的图像处理软件拥有更高的重建精度和分辨率。
在与Adobe研究人员的合作中，新型素材库“DiffMat”扮演了关键角色，它为设计师们提供了各种纹理材料的构筑块。MATch项目团队的框架包括几十种“程序化图”，这些图由不同节点构成，它们像迷你Instagram滤镜一般，接受输入，然后以特定艺术化方式转化成输出。
“一张图只定义一种方法。MATch可以将数百个这样的滤镜组合在一起，达到非常复杂的视觉效果。”Shi说，“神经网络会持续选择最合适的滤镜节点组合，直到感知到与用户输入图像相匹配的结果。”
Shi表示，Adobe的研究人员对将MATch项目成果融入未来版本Substance表现出极大兴趣。研究人员希望突破平面样本输入的局限性，使软件也可以从曲面物体图像中捕捉材料或是从同一图像中解码多种材料。
版权声明：本文由科界平台原创编译，中文内容仅供参考，一切内容以英文原版为准。转载请注明来源科技工作者之家—科界App。
