面向移动设备的高效神经光场(ENeLF)
计算机视觉与模式识别
2024-06-04 v1
摘要
新视角合成(NVS)是计算机视觉和图形学中的一个挑战，其重点是在给定一组有限的真实输入图像的情况下，从未观察到的相机姿态生成场景的真实感图像。神经辐射场(NeRF)通过利用体渲染在渲染质量方面取得了令人印象深刻的结果。然而，由于体渲染的高计算成本，NeRF及其变体不适用于移动设备。神经光场(NeLF)领域的新兴研究通过直接学习从光线表示到像素颜色的映射，消除了对体渲染的需求。NeLF已证明其能够实现与NeRF类似的结果，但需要更庞大、计算密集的网络，不适合移动设备。与现有工作不同，本研究基于MobileR2L引入的新型网络架构，并积极应用压缩技术（通道级结构化剪枝），以生成一个在移动设备上高效运行的模型，具有更低的延迟和更小的尺寸，同时性能略有下降。
引用
@article{arxiv.2406.00598,
title = {Efficient Neural Light Fields (ENeLF) for Mobile Devices},
author = {Austin Peng},
journal= {arXiv preprint arXiv:2406.00598},
year = {2024}
}