变换图是当你以不同角度观察或翻转它们时会改变外观的图像。创造这样的视觉错觉通常需要理解并欺骗我们的视觉感知。然而，一种新的方法出现了，提供了一种简单有效的方式来生成这些有吸引力的多角度视觉错觉。
有许多方法可以创建视觉错觉，但大多数依赖于对人类感知图像方式的特定假设。这些假设往往导致复杂的模型，只有在某些情况下才能捕捉到我们视觉体验的本质。密歇根大学的研究人员提出了一种新的解决方案。它不是基于人类的视觉方式建立模型，而是使用了一种文本到图像扩散模型。该模型不对人类的感知做任何假设，只是从数据中学习。
该方法引入了一种新的方式来生成经典的错觉，如当图像翻转或旋转时发生变化的图像。此外，它还涉及到一种称为“视觉变换”的新型错觉，当您重新排列像素时，图像的外观也会改变。这包括翻转、旋转和更复杂的排列，如创建具有多个解决方案的拼图，称为“多态拼图”。这种方法甚至扩展到三个和四个视图，扩大了这些引人注目的视觉变换的范围。
使这种方法起作用的关键是仔细选择视图。应用于图像的变换必须保持噪声的统计特性。这是因为该模型是在随机、独立和同分布的高斯噪声的假设下进行训练的。
该方法利用扩散模型从各个视图去噪，生成多个噪声估计。然后将这些估计组合成一个单一的噪声估计，促进逆向扩散过程中的一步。
该论文提供了支持这些视图有效性的实证证据，展示了所生成的错觉的质量和灵活性。
总之，这种简单而强大的方法为创建引人注目的多角度视觉错觉开辟了新的可能性。通过避免对人类感知的假设，并利用扩散模型的能力，它提供了一种新鲜而易于理解的方法来探索迷人的视觉变换世界。无论是翻转、旋转还是多态拼图，这种方法都为制作引人入胜并挑战我们视觉理解的错觉提供了一种多功能工具。