Lightplane：用于神经3D场的高度可扩展组件
计算机视觉与模式识别
2024-05-01 v1 图形学
摘要
当代3D研究，特别是重建和生成，严重依赖2D图像作为输入或监督。然而，当前的2D-3D映射设计在内存上具有较高的负载，成为现有方法的主要瓶颈，阻碍了新应用的实现。为此，我们提出一对高度可扩展的3D神经场组件：Lightplane Render 与 Splatter，显著降低了2D-3D映射的内存使用。这些创新使我们能够在较小的内存和计算成本下处理大量更高分辨率的图像。我们展示了这些组件在 various 应用中的实用性，从帮助单场景优化（使用图像级损失）到实现用于大规模3D重建和生成的通用管道。代码：https://github.com/facebookresearch/lightplane。
关键词
引用
@article{arxiv.2404.19760,
title = {Lightplane: Highly-Scalable Components for Neural 3D Fields},
author = {Ang Cao and Justin Johnson and Andrea Vedaldi and David Novotny},
journal= {arXiv preprint arXiv:2404.19760},
year = {2024}
}
备注
Project Page: https://lightplane.github.io/ Code: https://github.com/facebookresearch/lightplane