当然这几年NeRF发展得很好了，上述问题都有papers尝试基于NeRF去解决。那么，这些问题在GS出现了就能都被解决吗？能产生新的 insights 吗？ 至少短期来看会有许多paper会把NeRF …

前言 在 NeRF 这个领域也算做了有一段时间了，这段时间在知乎上很难看到有比较有深度还有系统性的关于 NeRF 的总结。于是萌生了写这个个人总结的想法，也算是给自己的一个交代。我将 …

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！ 有了神 …

nerf并不是一个 probabilistic model 也没有学出任何一个distribution，为什么它是生成模型呢？ Jon Barron 没有在任何一个场合说过NeRF是生成模型. nerf只是一种数据的表示方法而已，mesh不 …

而且，nerf这个框架能塞进很多东西，比如既然我们在用cg的体渲染的思路来做nerf训练了，那我们能不能继续把这个辐射场或者说渲染方程细化，让他表达对不同材质的不同渲染情况，对透 …

关于NeRF的大白话讲解. 获得 5989 次赞同 · 939 次喜欢 · 9362 次收藏

目前，NeRF 的专著在国内外都较为少见，本书旨在总结截至 2024 年年初与 NeRF 相关的关键技术与应用场景，希望提供全面的视角，帮助读者了解 NeRF 的发展现状，客观、准确地理解该 …

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 …

因此，标准NeRF是形式F:（x，d）->（c，σ）的函数。 原始的NeRF论文使用多层感知器将该函数参数化，该感知器基于一组姿势已知的图像上训练得到。这是一类称为generalized scene …

F2-NeRF (Fast-Free NeRF) 是一种新的基于网格的神经渲染方法，用于新视图合成。 它支持任意输入摄像机轨迹，只需要几分钟的训练时间。 F2-NeRF提出了一种新的基于网格的NeRF，与 …