本文介绍了NeRF（神经辐射场）技术，这是一种使用神经网络在连续空间中表示三维场景的方法，能进行无限分辨率的渲染。通过训练过程中的无监督学习，NeRF可以实现从有限视角的二维图像到无限视角的二维图像的生成，从而实现2D到3D的隐式表示。此外，NeRF也被应用于三维重建，如Neural RGBD，但其存在泛化性差、依赖精确相机位姿等问题。文章还探讨了NeRF在游戏行业的潜在应用。
对于一个三维物体，它本身存在在那里，人眼的观察从传统上被建模为相机外参+内参，也就是一个降维的矩阵变换。
适合计算机表示的三维模型有Voxel Occlusion，ESDF，TSDF等等，但对于人类大脑，显然不会通过矩阵建模，从三维世界获取二维图像。随着神经网络的流行，学界开始探索隐式的三维表示方法。
论文信息
NeRF：Representing Scenes as Neural Radiance Fields for View Synthesis (ECCV2020 Best Paper)
Neural RGB-D Surface Reconstruction（arxiv 2021）
传统渲染方法
所谓渲染，就是利用已经建立好的三维模型，重构出物体的表面点，再根据相机投影关系，生成任意视角的2D图像，也就是模拟人眼对物体的观察过程。
Ray Casting
用于Occlusion（透明度）和TSDF表示，从相机光心沿像素发出光线，这条光线穿过所有的对应三维模型的表示，寻找找表面过零点。
Marching Cube
对于正方体Voxel的Occlusion或TSDF表示，找0等值面。对应小正方体的格点视作Voxel的中心（有一个Occlu
最低0.47元/天 解锁文章
扫一扫
63
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
