NeAT：神经自适应层析成像
计算机视觉与模式识别
2022-02-07 v1 图形学
图像与视频处理
摘要
本文提出神经自适应层析成像（NeAT），首个面向多视角逆渲染的自适应分层神经渲染流水线。通过神经特征与自适应显式表示的结合，我们实现了远优于现有神经逆渲染方法的重建速度。自适应显式表示通过促进空白空间剔除并将采样集中于复杂区域来提升效率，而神经特征则作为三维重建的神经正则化器。NeAT框架专为层析设置设计，该设置仅包含半透明体场景而非不透明物体。在此设置下，NeAT在质量上优于现有的基于优化的层析求解器，同时速度大幅提升。
引用
@article{arxiv.2202.02171,
title = {NeAT: Neural Adaptive Tomography},
author = {Darius Rückert and Yuanhao Wang and Rui Li and Ramzi Idoughi and Wolfgang Heidrich},
journal= {arXiv preprint arXiv:2202.02171},
year = {2022}
}