基于联合采样的神经网络光场

刘绍华¹,李明豪¹,李兆歆²,毛天露³,刘京⁴

1. 北京邮电大学
2. 中国科学院计算技术研究所
3. 中国科学院 计算技术研究所
4. 河北师范大学

收稿日期:2021-05-17修回日期:2021-07-07出版日期:2021-12-28发布日期:2021-11-16
通讯作者:毛天露E-mail:ltm@ict.ac.cn

基金资助:国家自然科学基金重大研究计划项目“基于软件定义卫星的空间信息网络关键技术集成演示系统设计与试验”;面向三维展示的数据驱动多视角三维重建方法研究

Neural Radiance Fields by Joint Sampling

Received:2021-05-17Revised:2021-07-07Online:2021-12-28Published:2021-11-16

摘要/Abstract

摘要： 相比传统的光场绘制技术，神经网络光场（Neural Reflectance Field, NeRF）使用神经网络拟合场景的光线采样，从而隐式地编码输入图片的光场来合成新视图。针对目前NeRF训练时间长，绘制视图慢的问题，提出了一种基于联合采样的NeRF，通过使粗糙网络和细腻网络共享均匀采样结果，减少不必要的光线采样，从而加速网络训练和视图合成。实验表明，在取得近似视图合成质量的情况下，相比于基准方法减少了20%的训练时间，提高了25%的视图合成效率。
中图分类号:
TN911.22

引用本文

刘绍华 李明豪 李兆歆 毛天露 刘京. 基于联合采样的神经网络光场[J]. 北京邮电大学学报, 2021, 44(06): 115-121.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4855