IBR-net 代码研读

Ibr net 有许多轮子可以用

根据Pose 的相近性，计算最相关联的几个Pose

get_nearest_pose_ids(render_pose,
                     train_poses,
                      min(self.num_source_views*subsample_factor, 28),
                      tar_id=id_render,
                      angular_dist_method='dist')

ibr-NET 的采样是 根据 单张图像随机采样的，并不是 在所有图像里面随机采样

1. TrainDataloader

从TrainDataset 里面读取 RGB 根据 图像生成 Ray

2. Feature Map 生成

假设原图的 shape (512,512,3), 选择原图相近的 10张图像，经过U-Net 类似的结构之后，生成的 特征Tensor 是（10,64,128,128）。 这个特征图 分成2个（10,32,128,128） 和 （10,32,128,128） 分别送入到 Coarse IBR-net 和 Fine IBR-Net 中去

3. 最重要的依据 Feature Map 去得到 color 和 density

3.1 根据 射线得到采样点，然后往关联的feature map 上面做投影，查询feature.

5000条射线采样64个点，shape (500,64,3), 然后这些世界系的采样点往 关联的 RGB 图像上进行投影，并查询相关的RGB 数值。

## 世界系的3D点做投影
 pixel_locations, mask_in_front = self.compute_projections(xyz, train_cameras)
 normalized_pixel_locations = self.normalize(pixel_locations, h, w)   # [n_views, n_rays, n_samples, 2]

 # rgb sampling， 根据投影的坐标查询RGB
 rgbs_sampled = F.grid_sample(train_imgs, normalized_pixel_locations, align_corners=True)
 rgb_sampled = rgbs_sampled.permute(2, 3, 0, 1)  # [n_rays, n_samples, n_views, 3]

## 根据 投影的在feature map 的坐标查询 对应的 Feature 
feat_sampled = F.grid_sample(featmaps, normalized_pixel_locations, align_corners=True)
feat_sampled = feat_sampled.permute(2, 3, 0, 1)  # [n_rays, n_samples, n_views, d]

## 将查询得到的 RGB 和 feature Concat 起来
rgb_feat_sampled = torch.cat([rgb_sampled, feat_sampled], dim=-1)   # [n_rays, n_samples, n_views, d+3]

投影点会落在 图像边界外，因此有一个 Mask 来 记录提取的feature 的有效性。

3.2 计算空间采样点的 density 和 color

1. 将采样点对10张关联的 direction 进行MLP学习成35维度的feature

通过一个MLP，将每个世界点到 相关方向的 direction (500,64,10.3) 通过MLP 学成 （500,64,10,35） 维度的feature