NeRFCom：特征变换编码融合神经辐射场实现自由视角3D场景语义传输
信号处理
2025-02-28 v1 机器学习
摘要
我们提出了 NeRFCom，一种用于端到端3D场景传输的新型通信系统。与传统依赖手工设计NeRF语义特征分解进行压缩和针对传输误差进行自适应信道编码的系统相比，我们的NeRFCom采用非线性变换和学习型概率模型，实现了灵活的可变速率联合源信道编码，并高效分配带宽，与NeRF语义特征在3D场景合成保真度上的不同贡献相吻合。实验结果表明，NeRFCom 在保持对恶劃信道条件下的鲁棒性的同时，实现了自由视角3D场景的高效传输。
引用
@article{arxiv.2502.19873,
title = {NeRFCom: Feature Transform Coding Meets Neural Radiance Field for Free-View 3D Scene Semantic Transmission},
author = {Weijie Yue and Zhongwei Si and Bolin Wu and Sixian Wang and Xiaoqi Qin and Kai Niu and Jincheng Dai and Ping Zhang},
journal= {arXiv preprint arXiv:2502.19873},
year = {2025}
}