Facebook将照片3D化技术商用，强大的算法+海量的数据+移动端优化是工程亮点

近日，Facebook AI 团队官宣使用其 Facebook APP的用户均可以方便的在手机端将单摄像头拍摄的2D图像转成3D图像，这项服务支持iPhone 7以上苹果手机和大多数中高端安卓手机。

3D 拍摄是手机摄像头进化的重要方向，使用双目摄像头是主流方案，但一直以来学术界都在研究使用算法将单摄像头拍摄的2D RGB图像转化成3D图像（虽然也有人认为这并不科学），这不仅可以使得新设备硬件成本降低，而且可以让我们看到之前拍摄的老照片3D化后的效果。

值得一提的是，Facebook发布的这项功能的几种关键技术都是开源的，这可以让个人开发者和创业团队容易地也进入到照片3D化的研发和产品化中来。（由于国内无法使用Facebook app，这肯定是好的机会）

其将2D照片3D化的卷积网络使用U-Net的结构：

其中使用了面向移动设备优化的FBNet模块，该模块基本构成是点卷积层，可选的上采样层，K x K深度卷积层和附加的点卷积层。 如上图，该U-Net结构被修改为沿skip连接放置FBNet模块， U-Net编码器和解码器均包含五个阶段，每个阶段对应于不同的空间分辨率。

选择了算法架构并没有结束，为使得算法保有高精度和满足一定的受限计算资源，Facebook 工程师们使用了神经架构搜索方法ChamNet来配置结构参数。其搜索空间有3.4x1022种架构，他们使用了800块 Tesla V100 GPUs 耗费了3天时间完成了搜索。

FBNet 和 ChamNet开源地址：

https://github.com/facebookresearch/mobile-vision

为了更好的降低模型大小提高计算速度，他们进一步将模型转化为Int8数据，使用Int8精度推断，这里他们使用了PyTorch生态的QNNPack 和 QAT（量化感知训练）方法，进一步消除训练阶段和产品部署的模型性能差距。

这两项技术的开源地址和使用说明：

https://github.com/pytorch/QNNPACK

https://pytorch.org/docs/stable/quantization.html

当然上述工程方法都很重要，但更重要的是，训练阶段他们使用了百万级成对的3D图像和相应的深度图，这才是最终效果好的保障。

总之，照片3D化功能很吸引人，但Facebook 在整个工程开发中的流程和使用的工具也都是值得参考的！

原文地址：

https://ai.facebook.com/blog/-powered-by-ai-turning-any-2d-photo-into-3d-using-convolutional-neural-nets/