KiloNeRF：用数千个微小 MLP 加速神经辐射场
计算机视觉与模式识别
2021-08-03 v2
摘要
NeRF 通过将神经辐射场拟合到 RGB 图像，以空前质量合成场景的新视角。然而，NeRF 需要查询深度多层感知机（MLP）数百万次，导致即便在现代 GPU 上渲染也很慢。本文中，我们证明通过使用数千个微小 MLP 替代单个大型 MLP，可实现实时渲染。在我们的设定中，每个独立 MLP 只需表示场景的一部分，因此可使用更小且评估更快的 MLP。通过将这种分治策略与进一步优化结合，渲染相比原始 NeRF 模型加速三个数量级且不带来高存储成本。此外，使用师生蒸馏进行训练，我们表明可在不牺牲视觉质量的前提下实现该加速。
引用
@article{arxiv.2103.13744,
title = {KiloNeRF: Speeding up Neural Radiance Fields with Thousands of Tiny MLPs},
author = {Christian Reiser and Songyou Peng and Yiyi Liao and Andreas Geiger},
journal= {arXiv preprint arXiv:2103.13744},
year = {2021}
}
备注
ICCV 2021. Code, pretrained models and an interactive viewer are available at https://github.com/creiser/kilonerf/