通过辐射映射提升点云渲染质量
计算机视觉与模式识别
2022-12-09 v2
摘要
近年来，基于 NeRF 的图像渲染因其高质量而迅速发展。然而，点云渲染的研究相对较少。与受限于密集空间采样的基于 NeRF 的渲染相比，点云渲染天然计算量较小，这使其能够部署在移动计算设备上。在这项工作中，我们专注于通过紧凑的模型设计来提升点云渲染的图像质量。我们首先分析了体渲染公式在点云上的适应性。基于此分析，我们将 NeRF 表示简化为一个空间映射函数，该函数每个像素只需单次评估。此外，受光线步进启发，我们将带噪声的原始点云修正为光线与表面之间的估计交点作为查询坐标，这可以避免空间频率崩溃和邻近点干扰。我们的方法由光栅化、空间映射和细化阶段组成，在点云渲染上实现了最先进的性能，以更小的模型尺寸显著优于先前的工作。我们在 NeRF-Synthetic 上获得了 31.74 的 PSNR，在 ScanNet 上获得了 25.88，在 DTU 上获得了 30.81。代码和数据已公开在 https://github.com/seanywang0408/RadianceMapping。
引用
@article{arxiv.2210.15107,
title = {Boosting Point Clouds Rendering via Radiance Mapping},
author = {Xiaoyang Huang and Yi Zhang and Bingbing Ni and Teng Li and Kai Chen and Wenjun Zhang},
journal= {arXiv preprint arXiv:2210.15107},
year = {2022}
}
备注
Accepted by Thirty-Seventh AAAI Conference on Artificial Intelligence (AAAI 2023)