NeRF从入门到放弃3: EmerNeRF

https://github.com/NVlabs/EmerNeRF
该方法是Nvidia提出的，其亮点是不需要额外的2D、3Dbox先验，可以自动解耦动静field。
核心思想：
1. 动、静filed都用hash grid编码，动态filed比静态多了时间t，静态的hash编码输入是(x,y,z)，动态是(x,y,z,t)。
2. 使用flow融合多帧的特征，预测当前时刻的点的前向和后向的flow，最后的动态Feature是0.25pre+0.5+0.25next
3. 用3个head分别预测正常物体、天空和阴影。

3.1 SCENE REPRESENTATIONS

1 Scene decomposition

为了实现高效的场景解耦，把4D场景分解为静态场和动态场，两者都分别由可学习的hash grid(instant NGP) Hs和hd表示。（注，下标s和d分别表示static和dynamic，下文所有表示都是此含义）
这种解耦为与时间无关的特征 hs = Hs(x) 和时变特征 hd = Hd(x, t) 提供了一种灵活紧凑的 4D 场景表示，其中 x = (x, y, z) 是查询点的 3D 位置，t 表示其时间步长。这些特征通过轻量级 MLP进一步转换为动态和静态的feature(gs和gd)，和用于预测每个点的密度 (σs 和 σd)。

所以这一步得到每个3D点的feature和密度。

2 Multi