NeRF 无需相机即可“看见”吗？
计算机视觉与模式识别
2026-02-10 v3 人工智能
摘要
神经辐射场通过优化体积场景函数，在合成 3D 场景的新视角方面取得了显著成功。该场景函数对光学射线如何将颜色信息从 3D 物体传递到相机像素进行建模。射频（RF）或音频信号也可被视为向传感器传递环境信息的载体。然而，与相机像素不同，射频/音频传感器接收到的信号混合包含了许多环境反射（也称为“多径”）。利用此类多径信号推断环境是否仍然可能？我们表明，经过重新设计，可以教会 NeRF 从多径信号中学习，从而“看见”环境。作为一项基础应用，我们的目标是从家庭内部多个位置进行的稀疏 WiFi 测量中推断房屋的室内平面图。尽管这是一个困难的逆问题，但我们隐式学习到的平面图看起来很有前景，并支持了前向应用，例如室内信号预测和基础射线追踪。
引用
@article{arxiv.2505.22441,
title = {Can NeRFs See without Cameras?},
author = {Chaitanya Amballa and Sattwik Basu and Yu-Lin Wei and Zhijian Yang and Mehmet Ergezer and Romit Roy Choudhury},
journal= {arXiv preprint arXiv:2505.22441},
year = {2026}
}