读论文
文章平均质量分 95
Wang_NNN
这个作者很懒,什么都没留下…
展开
-
[论文精读] [NeRF] GeCoNeRF: Few-shot Neural Radiance Fields via Geometric Consistency
我们提出了一种新的框架,用几何感知的一致性正则化来正则化少数镜头环境中的神经辐射场(NeRF) [R1]。该方法利用未观察视角处的渲染深度图,将稀疏输入图像扭曲到未观察视角,并将其作为伪ground truth,以便于神经网络的学习。通过在特征级别实现这种几何感知的一致性,而不是使用像素级别的重建损失,我们在语义和结构级别正则化NeRF,同时允许建模视角相关的辐射来解释视点之间的颜色变化。我们还提出了一种有效的方法来过滤错误的翘曲解,以及在优化过程中稳定训练的训练策略。原创 2023-01-31 21:22:16 · 774 阅读 · 0 评论 -
[论文精读] [NeRF] [AAAI 2023] One is All: Bridging the Gap Between Neural Radiance Fields Architectures
[AAAI 2023] One is All: Bridging the Gap Between Neural Radiance Fields Architectures实现多种神经结构之间的转换原创 2023-01-10 15:11:28 · 535 阅读 · 0 评论 -
[论文精读] [NeRF] [SIGGRAPH 2022] Variable Bitrate Neural Fields
Variable Bitrate Neural Fields 论文理解,英伟达在siggraph2022发表的工作VQ-AD。要解决的问题是,基于grid的nerf的压缩和多分辨率表示。原创 2023-01-03 21:26:26 · 639 阅读 · 0 评论 -
[论文精读][NeRF] Masked Wavelet Representation for Compact Neural Radiance Fields
神经辐射场(NeRF)已经证明了基于坐标的神经表示(神经场或隐式神经表示)在神经绘制中的潜力。然而,使用多层感知器(MLP)来表示3D场景或对象需要巨大的计算资源和时间。最近有一些关于通过使用额外的数据结构(如网格或树)来减少这些计算低效的研究。尽管性能大有希望,但显式数据结构需要大量的内存。在这项工作中,我们提出了一种在不影响拥有额外数据结构的优点的情况下减小大小的方法。具体来说,我们提出了将小波变换应用于基于网格的神经场。原创 2022-12-27 18:30:11 · 550 阅读 · 1 评论