NeurIPS 2020 / Code / Project Page
GRAF:从 unposed 的 2D 图片产生 3D-aware 的生成模型
这需要在原来2D GAN的基础上增加两个模块:
- 生成物体的3D表示方法,由3D generator描述
- 一个虚拟相机和相应的渲染器,产生该物体的2D图像
GRAF使用的3D generator,关键之处在于把物体用NeRF表示,而非之前基于 voxel 的方法(voxel会造成内存立方式增长,如HoloGAN,PlatonicGAN),后面就用虚拟相机结合 volume rendering 渲染。
方法比较
GRAF 用 NeRF场表示场景,并且对渲染出来的几张图片使用COLMAP验证其3D一致性(3D-consistency)。
方法
pipeline
网络结构