如何使用tensorflow图形在图像空间中进行优化?
我正在尝试设置一个玩具问题,该问题复制了此站点上的第3个图形: 如图所示,损失函数介于两幅图像之间。一个人是如何设置这样一个问题的 我非常仔细地浏览了他们github网站上的每个tensorflow colab笔记本。有两个例子接近我要做的,第一个是6dof估计,第二个是相机内部估计。然而,这两个问题都是使用l2范数在顶点上进行优化的。如何获得tensorflow图形来渲染虚拟对象,并执行两个图像之间的差异(地面真实和tfg渲染)。一个小玩具示例将非常有用,特别是因为tfg站点的图3显示了这个示例如何使用tensorflow图形在图像空间中进行优化?,tensorflow,machine-learning,graphics,deep-learning,computer-vision,Tensorflow,Machine Learning,Graphics,Deep Learning,Computer Vision,我正在尝试设置一个玩具问题,该问题复制了此站点上的第3个图形: 如图所示,损失函数介于两幅图像之间。一个人是如何设置这样一个问题的 我非常仔细地浏览了他们github网站上的每个tensorflow colab笔记本。有两个例子接近我要做的,第一个是6dof估计,第二个是相机内部估计。然而,这两个问题都是使用l2范数在顶点上进行优化的。如何获得tensorflow图形来渲染虚拟对象,并执行两个图像之间的差异(地面真实和tfg渲染)。一个小玩具示例将非常有用,特别是因为tfg站点的图3显示了这个
编辑1:经过一些研究,似乎我要找的是一个可微光栅化器。我使用光栅化器将场景合成为图像(2d贴图)。在我得到那个图像之后,我可以将它与我的基本事实相区别(使用我最喜欢的函数,如l2norm、l1norm或可微ssim)。tensorflow图形是否具有可微光栅化器?答案是必须计算光线,然后计算辐照度。可以通过使用从每个虚拟像素发射的光线网格来实现这一点
但是,请注意,光栅化器虽然是可微的,但不支持阴影。tensorflow图形样本(例如球体和cow)中使用了面和bdrf来处理遮挡问题。我想学习编写更好的问题。我如何改进这个?