二元不透明度网格：捕捉基于网格的视图合成中的精细几何细节

虽然基于表面的视图合成算法因其低计算需求而具有吸引力，但它们往往难以复现薄结构。相比之下，将场景几何建模为体积密度场（例如 NeRF）的更昂贵方法在重建精细几何细节方面表现出色。然而，密度场通常以“模糊”的方式表示几何，这阻碍了表面的精确定位。在本工作中，我们修改了密度场以鼓励其收敛于表面，同时不损害其重建薄结构的能力。首先，我们采用离散不透明度网格表示代替连续密度场，这使得不透明度值能够在表面处从零到一发生不连续跃变。其次，我们通过为每个像素投射多条光线来进行抗锯齿处理，从而能够在不使用半透明体素的情况下建模遮挡边界和亚像素结构。第三，我们最小化不透明度值的二元熵，通过鼓励不透明度值在训练结束时二值化，促进了表面几何的提取。最后，我们开发了一种基于融合的网格化策略，随后进行网格简化和外观模型拟合。我们的模型生成的紧凑网格可以在移动设备上实时渲染，并且与现有的基于网格的方法相比，实现了显著更高的视图合成质量。