HDR-NeRF：高动态范围神经辐射场
计算机视觉与模式识别
2023-04-26 v4
摘要
我们提出高动态范围神经辐射场（HDR-NeRF），从一组具有不同曝光的低动态范围（LDR）视图中恢复 HDR 辐射场。利用 HDR-NeRF，我们既能生成新颖的 HDR 视图，也能生成不同曝光下的新颖 LDR 视图。我们方法的关键在于对物理成像过程建模，该过程规定场景点的辐射度通过两个隐式函数——一个辐射场和一个色调映射器——变换为 LDR 图像中的像素值。辐射场编码场景辐射度（取值从 0 到 +infty），通过给定相应射线起点与射线方向输出一条射线的密度与辐射度。色调映射器建模射线击中相机传感器变为像素值的映射过程。射线的颜色通过将辐射度与相应曝光时间输入色调映射器来预测。我们使用经典体渲染技术将输出的辐射度、颜色与密度投影为 HDR 与 LDR 图像，而仅以输入的 LDR 图像作为监督。我们收集了一个新的前向-facing HDR 数据集来评估所提方法。在合成与真实场景上的实验结果验证了我们的方法不仅能精确控制合成视图的曝光，还能渲染具有高动态范围的视图。
引用
@article{arxiv.2111.14451,
title = {HDR-NeRF: High Dynamic Range Neural Radiance Fields},
author = {Xin Huang and Qi Zhang and Ying Feng and Hongdong Li and Xuan Wang and Qing Wang},
journal= {arXiv preprint arXiv:2111.14451},
year = {2023}
}
备注
Accepted to CVPR 2022. Project page: https://xhuangcv.github.io/hdr-nerf/