原始链接: https://dangeng.github.io/visual_anagrams/
这项研究提出了一种新方法，使用预训练的扩散模型来创建多视图光学错觉，而无需事先了解原始图像。 该技术包括估计不同视角下的噪声，将它们对齐，并采取扩散步骤来产生令人惊叹的变换，例如颜色反转、翻转、倾斜、拼图排列、随机补丁排列等。 事实证明，该方法允许进行广泛的转换，同时保持统计一致性和正交性要求。 受最近相关工作的启发，本研究在质量、多功能性和理论背景方面增强了前人的研究。 结果表明，这些错觉可以被视为“视觉字谜”，代表像素的特定重新排列，而不是完全不相关的图片。 例子包括内部旋转和反射复合，它们可以欺骗你的大脑看到其他东西。 凭借其所有优点和应用，本文作者邀请读者访问随附的在线资源，包括 Colaboratory 笔记本和 bibtex 文件，可在最后的参考部分中找到。 总的来说，这些迷人幻象的创造扩展了数字艺术和娱乐的领域，通过毫不费力地改变视角、形状和位置开辟了操纵现实的新方法，让我们更接近想象曾经被认为不可能的事情。
@article{geng2023visualanagrams,
title = {Visual Anagrams: Generating Multi-View Optical Illusions with Diffusion Models},
author = {Geng, Daniel and Park, Inbum and Owens, Andrew},
journal = {arXiv:2311.17919},
year = {2023},
month = {Novemeber},
abbr = {Preprint},
url = {https://arxiv.org/abs/2311.17919},
}