题目:Cascaded and Generalizable Neural Radiance Fields for Fast View Synthesis
用于快速视图合成的级联和通用化的神经辐射场
作者:Phong Nguyen-Ha, Lam Huynh, Esa Rahtu, Jiri Matas, and Janne Heikkilä
摘要
我们提出了一种级联和可泛化的神经辐射场方法,用于视图合成。最近的泛化视图合成方法可以使用一组附近的输入视图渲染高质量的新视图。然而,由于神经辐射场的均匀点采样特性,渲染速度仍然很慢。现有的特定场景方法可以有效地训练和渲染新视图,但不能泛化到未见过的数据。我们的方法通过提出两个新颖的模块来解决快速和泛化视图合成的问题:一个粗略的辐射场预测器和一个基于卷积的神经渲染器。该架构基于隐式神经场推断一致的场景几何,并使用单个GPU高效渲染新视图。我们首先在DTU数据集的多个3D场景上训练CG-NeRF,网络仅使用光度损失就能在未见过