Fast-SNARF：一种用于关节神经场的快速形变器

神经场彻底改变了刚性场景的三维重建和新视角合成领域。将此类方法应用于关节物体（如人体）的一个关键挑战是，对静止姿态（规范空间）与形变空间之间的三维位置形变进行建模。我们提出了一种用于神经场的新型关节模块Fast-SNARF，它通过迭代求根在规范空间与姿态空间之间找到精确对应关系。Fast-SNARF在功能上是我们先前工作SNARF的即插即用替代品，同时显著提高了其计算效率。我们在SNARF的基础上贡献了多项算法和实现改进，实现了$150\times$的加速。这些改进包括基于体素的对应搜索、预计算线性混合蒙皮函数，以及使用CUDA内核的高效软件实现。Fast-SNARF能够在给定无对应关系的形变观测（例如三维网格）时，高效且同时优化形状和蒙皮权重。由于形变映射的学习是许多三维人体化身方法中的关键组成部分，并且Fast-SNARF提供了一种计算高效的解决方案，我们相信这项工作代表了朝着实际创建三维虚拟人迈出的重要一步。