用于快速人体辐射场的泛化神经体素

仅从单目视频在自由视点下渲染运动人体是颇具挑战的问题。信息过于稀疏，难以从视角与姿态两个维度建模复杂的人体结构与运动。神经辐射场（NeRF）在新视点合成中展现出强大能力，并已应用于人体渲染。然而，当前多数基于 NeRF 的方法在训练与渲染上均代价高昂，阻碍了在真实场景中的广泛应用。本文提出一种可从单目视频极快地学习运动人体结构的渲染框架。该框架通过集成神经场与神经体素构建。特别地，构造了一组可泛化的神经体素。经各类人体预训练后，这些通用体素表示基础骨架并能提供强几何先验。在微调过程中，构造个体体素以学习差异纹理，作为通用体素的补充。从而学习新人体可进一步加速，仅需数分钟。相较先前方法，我们的方法在保持相似渲染质量的同时显示出显著更高的训练效率。项目页面位于 https://taoranyi.com/gneuvox 。