2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)· 2022
Point-NeRF: Nokta Tabanlı Sinirsel Işıma Alanları
Point-NeRF: Point-based Neural Radiance Fields
- 526atıf
- 2022yıl
Kısa özet
Point-NeRF, sinirsel 3B nokta bulutları kullanarak ışıma alanlarını modeller, NeRF düzeyinde görsel kaliteyi 30 kat daha hızlı eğitimle elde eder ve yüzeylere yakın sinirsel özelliklerin toplanmasıyla verimli işleme olanağı tanır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Işıma alanlarını, ilişkili sinirsel özelliklere sahip sinirsel 3B nokta bulutları kullanarak modeller.
- NeRF düzeyinde görsel kaliteyi 30 kat daha hızlı eğitim süresiyle elde eder.
- Sahne yüzeylerine yakın sinirsel nokta özelliklerinin toplanmasıyla verimli işlemeyi sağlar.
- Önceden eğitilmiş bir ağdan doğrudan çıkarım yoluyla başlatılabilir.
- Diğer 3B yeniden yapılandırma yöntemlerinden kaynaklanan hataları ele almak için bir budama ve büyütme mekanizması içerir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Volumetric neural rendering methods like NeRF [34] generate high-quality view synthesis results but are optimized per-scene leading to prohibitive reconstruction time. On the other hand, deep multi-view stereo methods can quickly reconstruct scene geometry via direct network inference. Point-NeRF combines the advantages of these two approaches by using neural 3D point clouds, with associated neural features, to model a radiance field. Point-NeRF can be rendered efficiently by aggregating neural point features near scene surfaces, in a ray marching-based rendering pipeline. Moreover, Point-NeRF can be initialized via direct inference of a pre-trained deep network to produce a neural point cloud; this point cloud can be finetuned to surpass the visual quality of NeRF with 30× faster training time. Point-NeRF can be combined with other 3D re-construction methods and handles the errors and outliers in such methods via a novel pruning and growing mechanism.
Yazarların özeti; kaynağından alınmıştır. 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2022 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Bilgisayar Grafikleri ve Bilgisayar Destekli Tasarım
Computer Graphics and Computer-Aided DesignComputer Science