NerfAcc：高效采样加速 NeRF
计算机视觉与模式识别
2023-10-26 v2
摘要
由于体渲染需要大量采样，神经辐射场（NeRF）的优化与渲染计算代价高昂。近期工作引入了替代采样方法以帮助加速其方法，然而这些方法往往并非工作的重点。在本文中，我们研究并比较了多种采样方法，并证明在透射率估计器的统一概念下，改进的采样普遍适用于各类 NeRF 变体。为便利未来实验，我们开发了 NerfAcc，一个提供灵活 API 以将先进采样方法整合进 NeRF 相关方法的 Python 工具箱。我们通过展示它能在对现有代码库极少修改的情况下，将若干近期 NeRF 方法的训练时间减少 1.5 倍至 20 倍，来证明其灵活性。此外，高度定制化的 NeRF，如 Instant-NGP，可使用 NerfAcc 以原生 PyTorch 实现。
引用
@article{arxiv.2305.04966,
title = {NerfAcc: Efficient Sampling Accelerates NeRFs},
author = {Ruilong Li and Hang Gao and Matthew Tancik and Angjoo Kanazawa},
journal= {arXiv preprint arXiv:2305.04966},
year = {2023}
}
备注
Website: https://www.nerfacc.com