弗吉尼亚理工大学开源了一个图片转换为 3D 视频的项目，算法会根据模型训练出被遮挡的元素，同时提供了 4 种效果的输出。先看官方的输出示例：

{%raw%}

{%endraw%}

算法会根据你提供的图片来生成 3D 视频。

环境要求

• Linux (测试环境为 Ubuntu 18.04.4 LTS)
• Anaconda
• Python 3.7 (测试版本为 3.7.4)
• PyTorch 1.4.0 (测试版本为 1.4.0 for execution)
• 以及Python的依赖

首先初始化项目：

conda create -n 3DP python=3.7 anaconda
conda activate 3DP
pip install -r requirements.txt
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit==10.1.243 -c pytorch

然后使用提供的脚本来下载模型：

chmod +x download.sh
./download.sh

运行

详细参数可以查看文档

1. 把需要训练的jpg格式图片放到image文件夹中

2. 然后运行:

   根据配置的不同所需要的时间也不同，配置较低的话请耐心等待。

   python main.py --config argument.yml

3. 最后生成的结果会输出为video/图片名_效果.mp4

如果想要修改默认配置可以查看文档并修改argument.yml配置文件。

• 我的测试图片：

• 输出的结果：

{%raw%}

{%endraw%}

Colaboratory

如果不想在自己的机器上搭建，或没有趁（我）手（是）的（个）兵（穷）器（B）就可以使用谷歌的Colab来运行。Colab是什么在这就不多说了，直接上地址：

图片转 3D.ipynb

GitHub 备份

我在在笔记里都写了注释，全部傻瓜式下一步就行了。

LICENSE

MIT 许可

源项目论文：

@inproceedings{Shih3DP20,
  author = {Shih, Meng-Li and Su, Shih-Yang and Kopf, Johannes and Huang, Jia-Bin},
  title = {3D Photography using Context-aware Layered Depth Inpainting},
  booktitle = {IEEE Conference on Computer Vision and Pattern Recognition (CVPR)},
  year = {2020}
}