Mip-NeRF RGB-D：深度辅助的快速神经辐射场
计算机视觉与模式识别
2022-11-08 v3
摘要
神经场景表示，如神经辐射场(NeRF)，基于使用一组已知位姿的彩色图像训练多层感知机(MLP)。越来越多的设备现在产生RGB-D（彩色+深度）信息，已被证明对广泛任务非常重要。因此，本文旨在研究通过将这些深度信息与彩色图像结合，可对这类有前景的隐式表示做出哪些改进。特别地，近期提出的Mip-NeRF方法使用锥形截头体而非射线进行体渲染，可考虑像素随距相机中心距离而变化的面积。所提方法额外对深度不确定性建模。这得以解决基于NeRF方法的主要局限，包括提升几何精度、减少伪影、加快训练时间与缩短预测时间。实验在知名基准场景上进行，对比显示场景几何与光度重建精度提升，同时将训练时间缩短3至5倍。
引用
@article{arxiv.2205.09351,
title = {Mip-NeRF RGB-D: Depth Assisted Fast Neural Radiance Fields},
author = {Arnab Dey and Yassine Ahmine and Andrew I. Comport},
journal= {arXiv preprint arXiv:2205.09351},
year = {2022}
}