TPAMI 2024 | 基于以对象为中心的 3D 神经场的深度学习

论文信息

题目：Deep Learning on Object-Centric 3D Neural Fields

基于以对象为中心的 3D 神经场的深度学习

作者：Pierluigi Zama Ramirez、Luca De Luigi、Daniele Sirocchi 等

源码链接：https://cvlab-unibo.github.io/nf2vec

论文创新点

1. 提出 nf2vec 框架，将 NF 编码为紧凑嵌入用于下游任务。
2. 验证该框架可处理多种神经场，实现 3D 分类、生成等任务。
3. 构建 NF 分类评估基准，对比分析近期相关方法 。

摘要

近年来，神经场（NFs）已成为编码各种连续信号（如图像、视频、音频和3D形状）的有效工具。在处理3D数据时，NFs为解决与主流离散表示相关的碎片化和局限性问题提供了一种方案。然而&#