信息高铁综合试验场支撑NeRF基于线稿生成逼真三维人脸系统上线

信息高铁综合试验场支撑NeRF基于线稿生成逼真三维人脸系统上线

近期，研究人员提出了基于线稿的三维人脸神经辐射场生成和编辑方法 SketchFaceNeRF ，相关技术论文发表在计算机图形学顶会 SIGGRAPH 2023，并被收录于图形学国际顶级期刊 ACM Transactions on Graphics。目前，SketchFaceNeRF 已经提供在线服务，在线系统由信息高铁综合试验场“信息高铁MLOps平台”提供智算算力支持，由中科南京信息高铁研究院提供上线工程服务保障。

SketchFaceNeRF

随着人工智能的迅速发展，AI 绘画也涌现出许多的新的方法。与生成二维图像不同，如何生成三维数字内容是更具挑战性的问题。SketchFaceNeRF 提供了一种可行的解决方案，基于手绘线稿，用户可以生成高质量的人脸模型，并支持任意视角的精细化的编辑。

使用该系统，我们无需安装繁杂的三维建模软件并学习复杂的技能，也不需要花费数个小时时间精力，仅仅通过勾勒简单的线条，普通用户也能轻松构建心中完美的人脸模型，并得到高质量的渲染结果。

SketchFaceNeRF 创作的人脸效果如下：

图 1：使用线稿生成高真实感的三维人脸

进一步，在给定三维人脸后，用户在任意角度添加编辑操作：

图 2 使用线稿在任意视角编辑三维人脸

目前，SketchFaceNeRF 已经在信息高铁MLOps平台的支撑下向大家提供在线使用服务。

在线服务链接：

http://geometrylearning.com/SketchFaceNeRF/interface

信息高铁MLOps平台

信息高铁云原生MLOps平台是基于信息高铁容器云平台算力底座，构建的覆盖机器学习模型开发、训练、推理的端到端的平台软件，支持PyTorch、TensorFlow等主流机器学习框架。为AI开发者节省大量的平台搭建、系统测试等工作量，使其专注于模型本身的算法和性能，提高模型开发效率。

亮点功能：

Notebook服务，在模型的开发验证阶段，为用户提供一键启动的实验环境。

模型训练，针对大规模数据和大模型的训练，提供分布式训练的支持，提升模型训练效率。

推理服务，通过云原生弹性推理服务框架，基于流量负载感知实现模型推理自动化弹性伸缩，在保障推理性能的同时提高资源利用率。

管道服务，支持流水线式的机器学习，提供管道功能，用于进行机器学习端到端的编排。

数据卷管理，为用户提供对于代码，日志，模型和数据集等数据的管理能力，通过数据卷，用户可以将数据在平台的各个功能模块间进行共享，以及对数据持久化保存。

智算算力并网和调度，通过并网异构、异域、异属的智算算力，屏蔽各智算算力差异性，实现统一调度。

智算算力并网纳管分布式容器集群，构建全局视角容器云池，提供统一入口进行可视化管理集群及应用。具备3大容器云并网能力，包括

(1) 可管，容器集群和应用生命周期管理

(2) 可调，多集群动态路由

(3) 可观测，业务运行状态、资源可观测

智算算力调度实现算力资源跨域调度，智能匹配各类智算任务与算力资源，实现算力消费方与算力提供方的的环节解耦。

目前，信息高铁MLOps平台已对外开放，如需试用可以联系刘老师（liuxiaodong@ict.ac.cn）