用于新视角合成的神经 LiDAR 场
计算机视觉与模式识别
2023-08-15 v2
摘要
我们提出 Neural Fields for LiDAR（NFL），一种从 LiDAR 测量中优化神经场场景表示的方法，旨在从新视角合成逼真的 LiDAR 扫描。NFL 将神经场的渲染能力与细致且基于物理动机的 LiDAR 传感过程模型相结合，从而能够准确复现光束发散、二次回波与射线丢弃等关键传感器行为。我们在合成与真实 LiDAR 扫描上评估 NFL，表明其在 LiDAR 新视角合成任务上优于显式重建再仿真方法以及其他 NeRF 风格方法。此外，我们表明合成视图真实感的提升缩小了与真实扫描之间的域差距，并转化为更好的配准与语义分割性能。
引用
@article{arxiv.2305.01643,
title = {Neural LiDAR Fields for Novel View Synthesis},
author = {Shengyu Huang and Zan Gojcic and Zian Wang and Francis Williams and Yoni Kasten and Sanja Fidler and Konrad Schindler and Or Litany},
journal= {arXiv preprint arXiv:2305.01643},
year = {2023}
}
备注
ICCV 2023 - camera ready. Project page: https://research.nvidia.com/labs/toronto-ai/nfl/