Instant-NGP论文笔记

文章目录

论文笔记

在这里插入图片描述

instant-ngp的nerf模型与vanilla nerf的模型架构相同。

instant-ngp的nerf模型包含两个MLP,第一个MLP就两个全连接,输入维度是32(16层分辨率x2),输出是16(用于预测密度)。第二个MLP有三个全连接,输入如下(16+16),输出是3(rgb)。

在这里插入图片描述

在NeRF上的实验结果如下:
在这里插入图片描述

因此,instant-ngp与原始NeRF不同之处在于,对于x,y,z的编码不同(hashencoder)和视角方向的球谐基函数encoder。原始的nerf对这两个使用的是position encoding的编码,而instant-ngp在此基础上,还多了hashencoder和球谐基函数encoder。

另外,在创建数据集时,会计算一个bounding-box,这是为了计算grid用的(https://github.com/yashbhalgat/HashNeRF-pytorch中的get_bboxed_from_blenderobj()函数可以计算)。

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值