Как оптимизировать пространство изображения с помощью тензорной графики?

Question

Я пытаюсь настроить проблему с игрушкой, которая повторяет 3-ю фигуру на этом сайте: https://www.tensorflow.org/graphics/overview

Как показано, функция потерь находится между двумя изображениями. Как можно решить такую ​​проблему?

Я очень внимательно изучил каждую тетрадь с colour tenbsflow на их сайте github. Есть 2 примера, которые приближаются к тому, что я пытаюсь сделать, первый - это оценка 6dof, а 2 - оценка внутренней камеры. Однако обе эти задачи оптимизируются по вершинам с использованием нормы l2. Как получить тензорную графику для рендеринга предполагаемого объекта и выполнения различий между двумя изображениями (основную правду и визуализацию tfg). Небольшой игрушечный пример был бы очень полезен, тем более что рисунок 3 сайта tfg показывает именно этот пример.

РЕДАКТИРОВАТЬ 1: После некоторого исследования кажется, что я ищу именно дифференцируемый растеризатор. Я использую растеризатор, чтобы синтезировать сцену в изображение (2D-карта). Получив этот образ, я могу отличить его от своей истинной истины (используя мою любимую функцию, такую ​​как l2norm, l1norm или дифференцируемый ssim). Имеет ли графика тензорного потока дифференцируемый растеризатор?

Answer 1

Ответ в том, что вы должны вычислить лучи, а затем вычислить излучение. Вы можете сделать это, используя сетку лучей, которые испускаются каждым виртуальным пикселем.

Однако учтите, что растеризатор, хотя и дифференцируемый, не поддерживает теневое копирование. Аспекты наряду с bdrf используются в графических образцах тензорного потока (например, сфера и корова) для борьбы с окклюзией.