这款 AI 可以仅凭图像重建真实物体 [NeRF]

NeRF：用AI重建场景，生成全新视角

NeRF（神经辐射场）是一种利用AI技术重建场景并渲染全新视角的工具。它与传统的3D绘画不同，不仅接收图像作为输入，还考虑图像角度、物体距离和视角位置等信息。这些信息并非人工输入，而是由AI从输入的图像中提取。

NeRF 通过分析多张不同视角的图像，生成一个新的视角，并估计场景在该视角下的样子。然而，它需要大量图像来构建场景，这与3D绘画类似，且耗时较长。因此，很难将NeRF应用于单幅图像或艺术作品。

尽管如此，NeRF 的效果仍然令人印象深刻。它可以重现光线，并创建平滑的3D图像，甚至可以生成视频，使场景或物体看起来具有深度和结构。即使使用20-30 张图像，NeRF 也能展现出显著的效果。

作者还发布了视频演示，展示了NeRF 的能力。然而，实际应用中，NeRF 的效果并不总是如预期般完美。例如，在使用麦克风和树木等复杂结构进行测试时，NeRF 无法完全达到预期效果。

为了解决这个问题，AI Quay 开发了一个名为 Nerf 的实现，将训练数据转化为3D 网格。与 NeRF 的网格输出功能不同，该实现可以将物体的颜色映射到网格上，更加实用。

总的来说，NeRF 是一种很有潜力的工具，可以用来重建场景并生成全新视角。尽管它还存在一些局限性，但随着技术的不断发展，NeRF 可能会在未来得到更广泛的应用。

这可能是今年我见过的最好的论文之一，它在性能方面令人震惊地好，即使渲染需要很长时间 :pNeRF：神经辐射场https://github.com/bmild/nerfNeRF：将场景表示为用于视图合成的神经辐射场https://arxiv.org/abs/2003.08934AI Kwae 的 NeRF 实现https://github.com/kwea123/nerf_pl/blob/master/README_mesh.mdhttps://github.com/kwea123/nerf_pl