文章目录
- 一、NeRF:Representing Scenes as Neural Radiance Fields for View Synthesis（推荐读）
- 二、经典的重建流程
- 三、NeuS:Learning Neural Implicit Surfaces by Volume Rendering for Multi-view Reconstruction（推荐读）
- 四、MeshUDF:Fast and Differentiable Meshing of Unsigned Distance Field Networks
- 五、NeuralUDF:Learning Unsigned Distance Fields for Multi-view Reconstruction of Surfaces with Arbitrary Topologies（推荐读）
- 六、3DGS：3D Gaussian Splatting for Real-Time Radiance Field Rendering
- 介于六和七之间：显隐式结合
- 七、GShell（推荐读）
- 八、陌生词汇整理
-
- 8.1 光栅化渲染（√）
- 8.2 IDR——隐式可微渲染器(√)
- 8.3 DVR渲染occupancy的(√)
- 8.4 stable normal(√)
- 8.5 instant ngp（√）
- 8.6 torch ngp（√）
- 8.7 marching cube（√）
- 8.8 神经网络是可微的，如果不可微，那么就会引入一个很大的误差——？（√）
- 8.9 正则项（√）
- 8.10 如果不加激活函数，那么多层感知机，其实就是一层——理论推理（√）
- 8.11 在NeRF里面有个不透明度的概念，这个概念转换到NeuS里面，网络表示SDF，把SDF到不透明度又加上了一个网络。这里是用了一个策略，把SDF转到不透明度再做积分——对于这句话的理解（√——按照NeRF理解就行）
- 8.12 什么是光追？——光线追踪？（√）
- 8.12 SDF和Occupancy什么区别？（√）
- 8.13 SDF——NeuS渲染、UDF——MeshUDF提取、Occupancy——DVR渲染（√）
- 8.14 nvdiffrast和nvdiffrecmc(√)
- 8.15 什么几何任务，什么是渲染任务（√）
- 8.16 因为一定要有渲染到2D，才能做端到端的优化——？（√）
- 8.17 DMTet和neural defer shading（√）
- 8.18 artifacts-伪影（√）
- 8.19 3d的体和球面的流形——GShell是把mSDF定义在了体中，而不是球面上（√）
- 九、感悟
一、NeRF:Representing Scenes as Neural Radiance Fields for View Synthesis（推荐读）
1.1 式1 神经网络的输入和输出
输入是5个参数，（x,y,z）的坐标的位置，其他两个是对于仰角和方位角，通过神经网络得出RGB和体素密度
体素密度只和空间位置有关，而颜色则与空间位置以及观察的视角有关
1.2 式2 体素渲染算法
r(t)就是射线：起点开始，以时间为改变量的距离，两者相加，将一条射线的原点标记为o，射线方向（即相机视角）标记为d，则可将射线表示为r(t)=o+td
所以c就是表示RGB，
订阅专栏 解锁全文
扫一扫
4461
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
