NeRF：将场景表示为神经辐射场用于视图合成

我们提出了一种方法，通过使用稀疏的一组输入视图优化底层的连续体积场景函数，在合成复杂场景新视图方面取得了 state-of-the-art 结果。我们的算法使用全连接（非卷积）深度网络表示场景，其输入为单一的连续 5D 坐标（空间位置 $(x,y,z)$ 与视角方向 $(\theta, \phi)$），输出为该空间位置的体积密度与视角相关的发射辐射。我们通过沿相机光线查询 5D 坐标来合成视图，并使用经典的体积渲染技术将输出颜色与密度投影为图像。由于体积渲染天然可微，优化我们的表示所需的唯一输入是一组具有已知相机位姿的图像。我们描述了如何有效地优化神经辐射场以渲染具有复杂几何与外观的场景的照片级真实新视图，并展示了优于神经渲染与视图合成先前工作的结果。视图合成结果最好以视频观看，因此我们恳请读者观看我们的补充视频以进行有说服力的比较。