GARF：用于高保真重建与位姿估计的高斯激活辐射场
计算机视觉与模式识别
2022-04-13 v1
摘要
尽管神经辐射场（NeRF）在真实世界场景的真实感新视角合成中展示了引人注目的结果，大多数现有方法需要准确的先验相机位姿。尽管存在联合恢复辐射场与相机位姿的方法（BARF），它们依赖繁琐的由粗到细辅助位置嵌入以确保良好性能。我们提出高斯激活神经辐射场（GARF），一种新颖的无位置嵌入神经辐射场架构——采用高斯激活——在高保真重建与位姿估计方面优于当前最先进水平（SOTA）。
引用
@article{arxiv.2204.05735,
title = {GARF: Gaussian Activated Radiance Fields for High Fidelity Reconstruction and Pose Estimation},
author = {Shin-Fang Chng and Sameera Ramasinghe and Jamie Sherrah and Simon Lucey},
journal= {arXiv preprint arXiv:2204.05735},
year = {2022}
}
备注
Project page: https://sfchng.github.io/garf/