神经方向编码：用于高效准确的视角依赖外观建模
计算机视觉与模式识别
2024-05-24 v1
摘要
镜面对象（如闪亮的金属或光滑的油漆）的新视角合成仍然是具有挑战性的任务。不仅闪光外观至关重要，还必须忠实地再现包括其他环境物体反射在内的全局照明效应。本文提出了神经方向编码 (Neural Directional Encoding, NDE)，用于神经辐射场 (NeRF) 的视角依赖外观编码，以渲染镜面对象。NDE 将空间编码的概念转移到角域，显著提高了对高频角信号的建模能力。与以往仅使用角度输入的编码函数不同的方法相比，我们此外通过锥形追踪空间特征获取空间变动的方向编码，解决了具有挑战性的间接反射效应。大量实验表明，采用 NDE 的 NeRF 模型 (1) 在镜面对象视角合成方面超越了最新进展，(2) 可用小型网络实现快速（实时）推理。项目网页和源代码均可用于 \url{https://lwwu2.github.io/nde/}。
引用
@article{arxiv.2405.14847,
title = {Neural Directional Encoding for Efficient and Accurate View-Dependent Appearance Modeling},
author = {Liwen Wu and Sai Bi and Zexiang Xu and Fujun Luan and Kai Zhang and Iliyan Georgiev and Kalyan Sunkavalli and Ravi Ramamoorthi},
journal= {arXiv preprint arXiv:2405.14847},
year = {2024}
}
备注
Accepted to CVPR 2024