$L_0$-Sampler：一种由 $L_{0}$ 模型引导的用于 NeRF 的体积采样方法

自提出以来，神经辐射场（NeRF）在相关任务中取得了巨大成功，主要采用分层体积采样（HVS）策略进行体积渲染。然而，NeRF 的 HVS 使用分段常数函数逼近分布，给出的估计相对粗糙。基于训练良好的权重函数 $w(t)$ 与点至表面的 $L_0$ 距离具有极高相似性的观察，我们将 $L_0$ 模型纳入 $w(t)$ 以引导采样过程，提出 $L_0$-Sampler。具体而言，我们提出使用分段指数函数而非分段常数函数进行插值，这不仅能很好地逼近沿射线的准 $L_0$ 权重分布，还可轻松以少量代码实现，且不带来额外计算负担。将 $L_0$-Sampler 应用于 NeRF 及其相关任务（如三维重建）均可获得稳定的性能提升。代码见 https://ustc3dv.github.io/L0-Sampler/ 。