BluNF:蓝图神经场
计算机视觉与模式识别
2023-09-11 v1
摘要
神经辐射场(NeRFs)已彻底改变了场景新视角合成,提供了视觉逼真、精确且鲁棒的隐式重建。尽管近期方法支持NeRF编辑,如物体移除、3D形状修改或材质属性操控,但此类编辑前的手动标注使过程繁琐。此外,传统2D交互工具缺乏准确的3D空间感,阻碍了场景的精确操控与编辑。本文中,我们引入一种称为蓝图神经场(BluNF)的新方法来解决这些编辑问题。BluNF提供鲁棒且用户友好的2D蓝图,实现直观的场景编辑。通过利用隐式神经表示,BluNF使用先验语义和深度信息构建场景蓝图。生成的蓝图可轻松编辑和操控NeRF表示。我们通过直观的点击即改机制展示了BluNF的可编辑性,实现了3D操控,如遮罩、外观修改和物体移除。我们的方法对视觉内容创作有重大贡献,为该领域的进一步研究铺平了道路。
引用
@article{arxiv.2309.03933,
title = {BluNF: Blueprint Neural Field},
author = {Robin Courant and Xi Wang and Marc Christie and Vicky Kalogeiton},
journal= {arXiv preprint arXiv:2309.03933},
year = {2023}
}
备注
ICCV-W (AI3DCC) 2023. Project page with videos and code: https://www.lix.polytechnique.fr/vista/projects/2023_iccvw_courant/