Dyn-E：动态神经辐射场的局部外观编辑
计算机视觉与模式识别
2025-04-15 v2
摘要
近来，神经辐射场（NeRFs）的编辑受到相当关注，但多数先前工作聚焦于静态场景，而关于动态场景外观编辑的研究相对缺乏。本文中，我们提出一种新颖框架，通过操控训练视频单帧中的像素来编辑动态NeRFs的局部外观。具体而言，为在保留未编辑区域的同时局部编辑动态NeRFs的外观，我们引入编辑区域的局部表面表示，其可插入原始NeRF中并随之一同渲染，且通过习得的可逆运动表示网络扭曲至任意其他帧。采用我们的方法，无专业知识的用户也能轻松向动态场景外观添加期望内容。我们在多种场景上广泛评估了我们的方法，表明其实现了空间与时间一致的编辑结果。值得注意的是，我们的方法通用且适用于动态NeRF表示的不同变体。
引用
@article{arxiv.2307.12909,
title = {Dyn-E: Local Appearance Editing of Dynamic Neural Radiance Fields},
author = {Shangzan Zhang and Sida Peng and Yinji ShenTu and Qing Shuai and Tianrun Chen and Kaicheng Yu and Hujun Bao and Xiaowei Zhou},
journal= {arXiv preprint arXiv:2307.12909},
year = {2025}
}
备注
project page: https://dyn-e.github.io/