神经几何细节层次：基于隐式三维形状的实时渲染
计算机视觉与模式识别
2021-01-27 v1 图形学
摘要
神经符号距离函数（SDF）正作为一种有效的三维形状表示崭露头角。最先进的方法通常以一个大型、固定尺寸的神经网络编码 SDF，以隐式曲面逼近复杂形状。然而，使用这些大型网络进行渲染在计算上十分昂贵，因为它需要对每个像素进行许多次网络前向传播，使得这些表示难以用于实时图形。我们引入了一种高效的神经表示，首次实现了高保真神经 SDF 的实时渲染，同时达到了最先进的几何重建质量。我们使用基于八叉树的特征体表示隐式曲面，其以多个离散细节层次（LOD）自适应拟合形状，并通过 SDF 插值实现连续 LOD。我们进一步开发了一种高效算法，通过仅以稀疏八叉树遍历查询必要 LOD，直接实时渲染我们新颖的神经 SDF 表示。我们表明，就渲染速度而言，我们的表示比先前工作高效 2-3 个数量级。此外，在三维几何与二维图像空间度量下，它为复杂形状产出了最先进的重建质量。
引用
@article{arxiv.2101.10994,
title = {Neural Geometric Level of Detail: Real-time Rendering with Implicit 3D Shapes},
author = {Towaki Takikawa and Joey Litalien and Kangxue Yin and Karsten Kreis and Charles Loop and Derek Nowrouzezahrai and Alec Jacobson and Morgan McGuire and Sanja Fidler},
journal= {arXiv preprint arXiv:2101.10994},
year = {2021}
}