Lightning NeRF：用于自动驾驶的高效混合场景表示
计算机视觉与模式识别
2024-03-12 v1 机器人学
摘要
最近的研究突出了 NeRF 在自动驾驶环境中的应用前景。然而，户外环境的复杂性加上驾驶场景中受限的视角，使得精确重建场景几何变得复杂。这些挑战往往导致重建质量下降，并延长了训练和渲染的时间。为了解决这些挑战，我们提出了 Lightning NeRF。它采用一种高效的混合场景表示，有效利用了自动驾驶场景中来自 LiDAR 的几何先验。Lightning NeRF 显著提高了 NeRF 的新视角合成性能，并降低了计算开销。通过在 KITTI-360、Argoverse2 和我们私有数据集等真实世界数据集上的评估，我们证明了我们的方法不仅在新视角合成质量上超越了当前的最先进水平 (SOTA)，而且实现了训练速度五倍的提升和渲染速度十倍的改进。代码可在 https://github.com/VISION-SJTU/Lightning-NeRF 获取。
引用
@article{arxiv.2403.05907,
title = {Lightning NeRF: Efficient Hybrid Scene Representation for Autonomous Driving},
author = {Junyi Cao and Zhichao Li and Naiyan Wang and Chao Ma},
journal= {arXiv preprint arXiv:2403.05907},
year = {2024}
}
备注
Accepted to ICRA 2024