CG-NeRF：条件生成式神经辐射场
计算机视觉与模式识别
2021-12-08 v1 图形学
摘要
尽管近期基于NeRF的生成模型实现了多样化3D感知图像的生成，这些方法在生成包含用户指定特征的图像时存在局限。本文提出一种新颖模型，称为条件生成式神经辐射场（CG-NeRF），其可生成反映额外输入条件（如图像或文本）的多视角图像。在保留给定输入条件的共同特征的同时，所提模型生成细节丰富的多样图像。我们提出：1）一种新颖的统一架构，将不同形式所给条件中的形状与外观解耦；2）位姿一致多样性损失，用于在保持视角一致性的同时生成多模态输出。实验结果表明，所提方法在各种条件类型上保持一致的图像质量，并与现有基于NeRF的生成模型相比实现了更优的保真度与多样性。
引用
@article{arxiv.2112.03517,
title = {CG-NeRF: Conditional Generative Neural Radiance Fields},
author = {Kyungmin Jo and Gyumin Shim and Sanghun Jung and Soyoung Yang and Jaegul Choo},
journal= {arXiv preprint arXiv:2112.03517},
year = {2021}
}