没有相机参数的神经辐射场
创新点
- 相机参数可以可作为可学习参数联合优化
- 为了对摄像机参数估计和新视图渲染的质量进行基准测试,我们引入了一个新的路径跟踪合成场景数据集,称为布伦德正向数据集(BLEFF)
- 我们进行了广泛的分析,以了解各种摄像机运动下的训练行为,并表明在大多数情况下,联合优化管道可以恢复准确的摄像机参数,并实现与COLMAP预先计算的摄像机参数训练相当的新视图合成质量。
具体算法
- 伪代码
- 文章将相机内参焦距、位姿参数(外参)设置成了可学习的参数,其余部分与NeRF步骤相同。
- 特别的是论文选取的数据集均为前视数据集,这可能降低了优化难度。
参考文献
[1] Wang Z, Wu S, Xie W, et al. NeRF–: Neural radiance fields without known camera parameters[J]. arXiv preprint arXiv:2102.07064, 2021.