》》》源碼&論文pdf位於文末》》》

Source: Eric Guérin et al. SiggraphAsia 2017

在3D遊戲的製作過程中，生成逼真的地形是不可缺少的一環

尤其在近幾年，隨著開放世界沙盒遊戲成為主流

各大廠商的遊戲大作需要各種精美的地形來填充廣袤的遊戲世界

地形生成於遊戲而言至關重要

以往，要做到這一點，遊戲開發公司需要專門的人員從事地形生成工作

他們往往需要使用各種複雜的隨機算法，並配合美工進行細節的設計

最終花費幾十個小時才能完成任務

傳統地形生成並不“智能”

而現在，有了條件GAN技術，這項工作或許只需設計師在繪圖板上寥寥數筆就能完成！

寥寥數筆即可生成出逼真的三維地形

相關源碼附於文末

甚至，如下圖：

可見，僅輸入幾個簡單筆畫，

程序就自動生成了媲美遊戲大作的三維島嶼地形

這究竟是如何實現的？

今天就讓筆者為大家介紹Eric Guérin 等人的工作：

原理

• 訓練階段

在最開始，我們要訓練一個判別器，讓它學習地形圖與草圖之間的對應關係

然後，我們會藉助這個生成器構造一個生成式對抗網絡（GAN），

用它來訓練一個能夠依據草圖生成地形圖的生成器

*條件GAN簡明解釋：

傳統的GAN接受的是噪聲輸入，而此處的模型接受的是草圖輸入且生成結果需要與輸入有對應關係，故被成為條件GAN）

• 生成階段

生成階段流程圖：

如圖，在真正使用這個網絡時，

我們直接採用經過訓練的生成器的輸出

以此得到一個較為詳細的2維地形圖

最後經過一些調優處理，包括：

• 地形腐蝕效果合成器
• 高度增強合成器

輸出一個精緻的三維的地形圖：

真是巧奪天工的成果

↓↓↓附件領取請看這裡↓↓↓

請先點擊關注；然後私信發送“terrain”

即可輕鬆領取本篇論文pdf文件及相關程序源碼

相關乾貨：

• 無懼馬賽克，用AI在1s內提升圖像8x分辨率！詳見

• 藉助WiFi信號，AI竟擁有了透視的能力！詳見

• 想要用Python輕鬆可視化任何函數嗎？詳見

• 想要深入瞭解機器學習領域中5大最本質、最關鍵的算法嗎？詳見

I Study Hard,

So YOU Don't Have To !

歡迎大家關注: )

閱讀更多 機器學習乾貨君 的文章

關鍵字: 人工智能 設計 可視化技術