City-on-Web：基于 Web 的大规模场景实时神经渲染
计算机视觉与模式识别
2024-04-02 v2 图形学
摘要
现有的基于神经辐射场（NeRF）的方法可在 Web 平台上实现小场景的实时渲染。然而，由于计算、内存和带宽资源有限，将这些方法扩展至大规模场景仍面临重大挑战。本文提出了 City-on-Web，这是首个在 Web 上实现大规模场景实时渲染的方法。我们提出了一种基于块的体渲染方法，以保证块之间的 3D 一致性和正确的遮挡关系，并引入了一种结合资源动态加载/卸载的细节层次（Level-of-Detail）策略，显著降低了内存需求。我们的系统在 Web 端使用 RTX 3060 GPU 实现了约 32FPS 的大规模场景实时渲染，并保持了与当前最先进的新视角合成方法相当的渲染质量。
引用
@article{arxiv.2312.16457,
title = {City-on-Web: Real-time Neural Rendering of Large-scale Scenes on the Web},
author = {Kaiwen Song and Xiaoyi Zeng and Chenqu Ren and Juyong Zhang},
journal= {arXiv preprint arXiv:2312.16457},
year = {2024}
}
备注
Project page: https://ustc3dv.github.io/City-on-Web/