DehazeNeRF：基于神经辐射场的多图像去雾与三维形状重建
计算机视觉与模式识别
2023-03-22 v1
摘要
神经辐射场（NeRFs）在三维计算机视觉任务（包括新视角合成与三维形状重建）中已展现出最先进的性能。然而，这些方法在恶劣天气条件下会失效。为应对这一挑战，我们提出 DehazeNeRF 作为一种能在有雾条件下稳健运行的框架。DehazeNeRF 通过添加建模大气散射的物理逼真项对体渲染方程进行扩展。利用匹配物理性质的合适网络对这些项进行参数化，我们引入了有效的归纳偏置，其与所提出的正则化一起，使 DehazeNeRF 能在现有方法失效的情况下实现成功的多视角去雾、新视角合成与三维形状重建。
引用
@article{arxiv.2303.11364,
title = {DehazeNeRF: Multiple Image Haze Removal and 3D Shape Reconstruction using Neural Radiance Fields},
author = {Wei-Ting Chen and Wang Yifan and Sy-Yen Kuo and Gordon Wetzstein},
journal= {arXiv preprint arXiv:2303.11364},
year = {2023}
}
备注
including supplemental material; project page: https://www.computationalimaging.org/publications/dehazenerf