Mip-NeRF 360: Unbounded Anti-Aliased Neural Radiance Fields

（说明：如果您认为下面的文章对您有帮助，请您花费一秒时间点击一下最底部的广告以此来激励本人创作，谢谢!!!）

自2020年成立以来两年，神经辐射场（NeRF）仍然是合成复杂场景新视图的主要方法之一。给定场景的一组稀疏输入图像，NeRF优化场景的体积表示。由此，它在生成复杂几何图形和外观方面取得了最先进的成果。

也就是说，NeRF并不完美。特别是，它在“无限场景”中挣扎，场景可以从任何角度延伸到很远的地方。在这种设置下，渲染通常是模糊的。这样的挑战源于三个关键问题——参数化、效率和模糊性。

因此，谷歌和哈佛大学的研究人员提出了一种mip-NeRF（NeRF的变体）的扩展，称为mip-NeRF 360。它使用了多种技术，包括非线性场景参数化、在线蒸馏和基于失真的正则化器来克服这些挑战。总体而言，mip-NeRF 360可以以高保真度合成无界场景。

更多内容请关注公众号：元宇宙MetaAI