NeRF 训练和渲染的核心步骤是体渲染技术 (volume rendering)。 体渲染可以把神经场“拍平”成一张 2D 图像，从而可以和基准图像进行比较。 这个过程是可微的，所以可以用来训练网络！ …

NeRF Reflectance & Lighting 系列工作个人总结 NeRF Reflectance & Lighting 系列工作可以说是 NeRF 的“倒退”，但却是计算机视觉的“前进”，为什么这么说呢。 因为计算机视觉的创始人 …

例如今年NVIDIA的GTC 2023就讨论了Nerf与当下火爆的AIGC的结合。 个人认为这个方向还是很有前途的。 除非CV出了类似chatgpt这样的东西（麻烦不要拿segment-anything出来对标了， …

NeRF拉胯的泛化能力正是神经渲染的一大痛点，直到2023年或许才会在更多论文里被重视起来。 该怎么让NeRF获得跨场景的泛化能力？

Nerf和3d Gaussian Splatting在重建的质量上那个更好? 有很多人都在说nerf胜在质量高，3dgaussian splatting速度快，但我感觉3dgs质量高，速度快。

我总结的专栏文章链接： Q5： NeRF相比其他表示方法有什么优势？ A1： 刘烨斌（清华大学）： 我们理解的NeRF是一个对三维场景离散的概率表达，而SDF或者mesh相比来说是一个确定性 …

可能很多人觉得nerf已经被3dgs却带，其实没有，目前3dgs因为能够利用现有渲染管线，在训练时间与渲染速度上确实取得压倒性优势，但作为研究方向，有时候就要反直觉，目前nvidia正在 …

nerf本身是有局限的，比如原始nerf只能解决forward facing场景，对360 inward facing解决一般。 此外还有outward facing，unconstrained等场景，可研究的方向还是有的。

NeRF的主要作用是建立了一个3d模型的隐式表达，在训练完成之后我们就可以得到 体素密度在3d模型上的分布（从MLP网络中的density网络获取），可以推断出重建物体占据了哪些位 …

Sep 8, 2022 · 从零开始推导NeRF公式，看穿数学很重要 发布于 2022-09-08 07:39 · 8.4 万 次播放 数学 计算机视觉 人工智能 深度学习（Deep Learning） 3D