NeRF旧金山街景渲染-20220404

题目：NeRF又来内卷了！谷歌研究院发布旧金山整个街景的渲染效果！（计算机视觉life）

网址：https://mp.weixin.qq.com/s/mVeRAyI0YtYyLTf7KNk6tw
Block NeRF，一种可以代表大规模环境的神经辐射场变体。具体来说，我们演示了在缩放NeRF以渲染跨越多个区块的城市规模场景时，将场景分解为单独训练的NeRF是至关重要的。采用了一些架构更改，使NeRF对在不同环境条件下数月内捕获的数据具有鲁棒性。我们添加了外观嵌入、学习的姿势优化，以及对每个NeRF的可控曝光，并介绍了在相邻NeRF之间对齐外观的程序，以便它们可以无缝结合。从280万个图像构建块NEFS网格，以创建迄今为止最大的神经场景表示，能够渲染整个旧金山的邻域。
项目主页：https://waymo.com/intl/zh-cn/research/block-nerf/
翻译：https://blog.csdn.net/qq_29462849/article/details/122904751
主页内容目前只有视频和摘要-2020.04.04

• 新视角合成相关——NeRF（神经辐射场）：全连接神经网络，使用2D图像的信息作为训练数据，还原拥有体积的3D场景
• 本科生新算法打败谷歌NeRF！不用神经网络照片也能动起来！提速100倍。Plenoxels方法https://blog.csdn.net/amusi1994/article/details/122164088
• NeRF最重要的是体积渲染方程
• 做比较时使用的比较算法：NV、JAXNeRF、LLFF、NeRF++
• Plenoxels项目的代码已经在GitHub上开源：https://github.com/sxyu/svox2
• 大场景渲染分离为多个单独训练的NeRF，并可以逐块更新。为每个NeRF添加外观嵌入、学习姿态细化和可控曝光，有对齐相邻 NeRF 外观控制程序。
• ECCV 2020的NeRF使用隐式3D场景表征，通过求解穿过场景的任何光线的颜色渲染合成新视角图片。
• 该通过外观嵌入和学习姿态细化来扩展 NeRF，以应对收集到的数据中的环境变化和姿态错误。