昨天今天明天专题-计算机视觉与图形学006-NeRF-5秒

《Instant Neural Graphics Primitives with a Multiresolution Hash Encoding》
由全连接神经网络参数化的神经图形基元的训练和评估成本较高。我们通过一种多功能的新输入编码来降低成本,该编码允许在不牺牲质量的情况下使用较小的网络,从而显著减少浮点和内存访问操作的数量:通过随机梯度下降优化值的可训练特征向量的多分辨率哈希表来扩充小型神经网络。多分辨率结构允许网络消除哈希冲突的歧义,从而形成一个简单的体系结构,在现代GPU上进行并行化非常简单。我们通过使用完全融合的CUDA内核来实现整个系统,以最大限度地减少浪费的带宽和计算操作。我们实现了几个数量级的组合加速,能够在几秒钟内训练高质量的神经图形基元,并在几十毫秒内渲染1920×1080的分辨率虚拟视图。
昨天今天明天专题-计算机视觉与图形学006-NeRF-5秒_第1张图片
链接地址:https://nvlabs.github.io/instant-ngp/

更多计算机视觉与图形学相关资料,请关注微信公众号:计算机视觉与图形学实战
在这里插入图片描述

你可能感兴趣的:(计算机视觉,NeRF,神经渲染)