寻找沃尔多：迈向 NeRF 场景空间的高效探索

神经辐射场 (NeRF) 因其卓越的性能，近年来已迅速成为 3D 重建和新视角合成的主要方法。尽管人们对 NeRF 方法兴趣浓厚，但 NeRF 的一个实际用例却在很大程度上被忽视了；即对 NeRF 建模的场景空间的探索。在本文中，我们首次在文献中提出并正式定义了场景探索框架，即高效发现 NeRF 模型输入（即坐标和视角），利用这些输入可以渲染符合用户选择标准的新视角。为了弥补缺乏解决场景探索方法的不足，我们首先提出了两种基线方法：引导随机搜索 (GRS) 和基于姿态插值的搜索 (PIBS)。随后，我们将场景探索构建为一个优化问题，并提出了与标准无关的进化引导姿态搜索 (EGPS) 以实现高效探索。我们用各种标准（如显著性最大化、图像质量最大化、照片构图质量改进）测试了所有三种方法，结果表明我们的 EGPS 表现优于其他基线。最后，我们强调了关键点和局限性，并概述了场景探索的未来研究方向。