CLiFT：面向计算高效与自适应神经渲染的压缩光场记号
计算机视觉与模式识别
2026-03-03 v3
摘要
本文提出一种神经渲染方法，将场景表示为“压缩光场记号（CLiFTs）”，保留场景中丰富的外观与几何信息。CLiFT 通过压缩记号实现计算高效渲染，同时能够调整记号数量以表示场景或渲染新视角。具体而言，给定一组图像及其相机姿态，多视图编码器对图像进行记号化处理。Latent 空间的 K 均值算法选取部分射线作为聚类中心。多视图“压缩器”将所有记号的信息压缩至中心记号，以构建CLiFT。测试时，给定目标视角及计算预算（即CLiFT的数量），系统收集指定数量的相邻记号，并通过计算自适应渲染器合成新视角。在RealEstate10K和DL3DV数据集上进行了定性和定量实验验证，表明该方法在保持可比渲染质量的同时，实现了显著的数据压缩，获得最高的整体渲染得分，同时提供了数据大小、渲染质量与渲染速度之间的权衡。
引用
@article{arxiv.2507.08776,
title = {CLiFT: Compressive Light-Field Tokens for Compute-Efficient and Adaptive Neural Rendering},
author = {Zhengqing Wang and Yuefan Wu and Jiacheng Chen and Fuyang Zhang and Yasutaka Furukawa},
journal= {arXiv preprint arXiv:2507.08776},
year = {2026}
}
备注
Project page: https://clift-nvs.github.io