[ECCV2020]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
标题:NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
链接:https://arxiv.org/pdf/2003.08934v2.pdf
目的是从多张2D图中恢复出3D场景。
区别于别的直接通过图片生成对应3D结果的模型,nerf的模型都是针对单场景优化的,输入是相机位置和观看方向,输出就是对应的密度图和深度信息。
具体步骤:
1.先假设模型从相机处发射一堆平行的射线
2.让网络根据这些射线,计算出每个射线上遇到的颜色和物体密度(比如穿过了玻璃,穿过了小草之类的)
3.基于这些信息使用传统的volume rendering技术来渲染成对应的2D图像
4.由于这些步骤都是可导的,所以可以用生成的2D图像与原始图像计算重构损失,进而优化模型。
5.为了保证不同视角的信息一致性,密度信息仅基于位置,而颜色信息基于位置和方向(因为不同方向看同一个东西颜色可能不一样)。方案就是先让网络基于位置预测出密度,然后再将网络提取出的feature加上方向信息通过新的网络预测出颜色。
优化方案:
1.发现直接使用相机信息作为输入的话模型收敛的不好,所以使用了positional encoding
2.使用了分级的采样方案,先粗采样,再根据粗采样的信息进行细采样,提升了采样的效率
优点:
1.使用模型替代了复杂模型的存储,可以大大的节约存储空间。
2.效果也非常好
参考链接:NeRF:用深度学习完成3D渲染任务的蹿红_Wing Ardium Leviosa的博客-CSDN博客_nerf 渲染
【NeRF论文笔记】用于视图合成的神经辐射场技术 - 林天威的文章 - 知乎
[ECCV2020]NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis相关推荐
- 【论文笔记 - NeRFs - ECCV2020】NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis 0背景介绍 用神经辐射场来表征场景,用于新视角图像生成任务 ...
- [非卷积5D中文翻译及学习笔记] 神经辐射场 NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
不使用3D建模,使用静态图片进行训练,用(非卷积)深度网络表示场景的5D连续体表示,再通过ray marching进行渲染. 本中文翻译使用"机器学习+人工校准/注解"的方式完成. ...
- 论文笔记:NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
目录 文章摘要 1 Neural Radiance Field Scene Representation (基于神经辐射场的场景表示) 2 Volume Rendering with Radiance ...
- 文献翻译阅读-NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
目录 信息 简介 相关工作 神经3D表示 视角合成和基于图像的渲染 方法 体渲染技术(用离散形式表示连续积分) 优化神经场的技术 位置编码 分层体积抽样 实施细节 结果 结论 参考 信息 NeRF,即 ...
- 【论文精读】NeRF —— 解读《NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis》
NeRF的核心点是实现了复杂静态场景的隐式表达,用一个神经网络来建模. Abstract 本文提出了一种新方法,通过使用稀疏的输入视图集优化底层连续的体积场景函数,实现了合成复杂场景的新视图的SOTA ...
- 论文笔记NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
NeRF使用神经网络来表示场景.给定一个场景,输入该场景一些视角的图片,NeRF可以合成该场景新视角的图片. 神经辐射场 神经辐射场(neural radiance field,NeRF)使用5D的向 ...
- 《NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis》论文精读
Abstract 我们提出了一种方法,通过使用稀疏的输入视图集优化底层连续体场景函数,实现了合成复杂场景新视图的最先进结果.我们的算法使用全连接(非卷积)深度网络表示场景,其输入是单个连续的5D坐标( ...
- NeRF拜读:Representing Scenes as Neural Radiance Fields for View Synthesis
神经辐射场 非显式地将一个复杂的静态场景用神经网络来建模.训练完成后,可以从任意视角渲染出清晰的场景图片. 过程 大量已知相机参数的图片作为输入 通过输入训练MLP神经网络,隐式地学习静态3D场景 利 ...
- 读论文12——NeRF:Representing Scenes as Neural Radiance Fields for View Synthesis
目录 Abstract Introduction Related Work Neural Radiance Field Scene Representation Volume Rendering wi ...
- NeRF:Representing Scenes as Neural Radiance Fields for View Synthesis
目录 简介 Pipeline 细节讲解 结果 简介 什么是NeRF?NeRF翻译为神经辐射场. 下面两句话取自于Neural Fields in Visual Computing and Beyond ...
最新文章
- 前端开发工程师——网易云课堂
- Cocos2d-X内存管理研究一
- GitHub--创建新的分支
- java实现人脸识别源码【含测试效果图】——Dao层(IUserDao)
- JSADS-日志对象MyLogger
- 方舟编译器编译linux,方舟编译器环境配置
- javaScript、PHP连接外卖小票机打印机方案(佳博、芯烨等)
- html5游戏视频UI框架,几款流行的HTML5 UI 框架比较
- 尽挥洒最终版 思嫣_温州方言歌曲_温州话歌曲
- Redis7.0的安装步骤
- 基于高通量表型的QTL定位揭示了甘蓝型油菜耐盐胁迫的遗传结构
- 惊了!苹果高通在中国纠缠时 iPhone7/8却在德国惨遭下架
- MS11-030-DNS 解析漏洞复现
- javascript运算符:==与===的区别,||和特殊用法
- 营销互动新玩法——积分商城
- iOS第三方工程加固
- C语言蓝牙协议栈讲解,通俗易懂讲解蓝牙协议栈软件框架
- html5文本与段落简介,认识HTML标题和段落元素
- 如何恢复笔记本的工作报表呢
- php decrypt,GitHub - amhoho/php-decrypt: PHP Decrypt是一个跨平台用来解密PHP源码的扩展