InfNeRF：迈向具有 O(log n) 空间复杂度的无限尺度 NeRF 渲染

以谷歌地球和许多游戏引擎等应用为代表的传统基于网格的细节层次（LoD）技术，展现了整体表示大型场景乃至地球的能力，并以 O(log n) 的空间复杂度实现渲染。这种受限的数据需求不仅提高了渲染效率，还便于动态数据获取，从而为用户提供无缝的 3D 导航体验。在这项工作中，我们通过引入八叉树结构来表示不同尺度的场景，将这种经过验证的 LoD 技术扩展到神经辐射场（NeRF）。这种创新方法提供了一种数学上简单而优雅的表示，其渲染空间复杂度为 O(log n)，与基于网格的 LoD 技术的效率保持一致。我们还提出了一种新颖的训练策略，其复杂度保持在 O(n)。该策略允许以最小的开销进行并行训练，确保了我们所提方法的可扩展性和效率。我们的贡献不仅在于扩展现有技术的能力，还在于为使用 NeRF 和八叉树结构进行可扩展且高效的大规模场景表示奠定了基础。