NeRF中的公式推导（手写版）

对于[2020][ECCV] NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis中的论文公式进行推导：

论文地址：https://arxiv.org/pdf/2003.08934v2.pdf

以下是NeRF的思路及数学公式的推导。

---

首先给出关于NeRF中的几个关键公式：

1. 透射率
2. 颜色积分
3. 分段体积渲染
4. NDC坐标系转换

NeRF采用的是体渲染的建模思路

体渲染属于整个渲染技术的分支，它的目的主要是为了解决云、烟、果冻这类非刚性物体的渲染建模，可以简单理解为是为了处理密度较小的非固体的渲染。当然进⼀步推广到固体的渲染也说的通，而 NeRF也是这样做的。
为了建模这种非刚性物体的渲染，体渲染把气体等物质抽象成⼀团飘忽不定的粒子群。光线在穿过这类物体时，其实就是光子在跟粒子发生碰撞的过程。

Nerf把物体看作一团可以自发光的粒子，粒子有密度和颜色 ，使用手里现在有照片对体空间内粒子的密度和颜色进行预测，再通过粒子的密度和颜色推理其它⻆度观察时，其相应的颜色，就能得到未观察视角下的照片。

因此，nerf要解决的问题有以下两个：

1. 如何通过现有的照片得到空间中密度与颜色分布；
2. 如果利用空间中这些体素数据，得到任意⻆度的照片；

先来看第2点，假设我们已经知道空间中每个粒子的密度与颜色，怎么用这些密度和颜色来计算从某个角度看过去的颜色。
从某一点看过去，这一点的颜色应由到这一点的光线上的累积的颜色决定（跟光线追踪的原理类似，但是这里没有考虑其它方向上物体的光线）。

则某一方向看过来颜色的值应为：

以下为该公式的推导：

然而，计算机只能处理⼀些离散的数据，因此，以上的公式需要进行进一步的操作，才能用于设计算法。算法中的公式推导如下：

以上仅是部分公式推导，如果对于只是要运行NeRF代码的同学来说，了解NeRF原理就好，可能直接配好环境clone代码下来跑，读懂代码逻辑和代码块具体实现的功能会更好。

内容来源：
视频：nerf 原理讲解_哔哩哔哩_bilibilihttps://www.bilibili.com/video/BV18X4y1a7FT/?spm_id_from=333.337.search-card.all.click&vd_source=85106ac50b34be05fe68a00a32cba257