中文

基于神经辐射场的视觉渲染:全面综述

计算机视觉与模式识别 2024-04-02 v1

摘要

近年来,神经辐射场 (Neural Radiance Fields, NeRF) 在计算机视觉与图形学领域取得了显著进展,为解决 3D 场景理解、新视角合成、人体重建、机器人技术等关键任务提供了强有力的技术支持,学术界对这一研究成果的关注度日益增长。作为一种革命性的神经隐式场表示,NeRF 在学术界引发了持续的研究热潮。因此,本综述旨在深入分析过去两年内关于 NeRF 的研究文献,为初涉该领域的研究人员提供全面的学术视角。本文首先详细阐述了 NeRF 的核心架构,随后讨论了 NeRF 的各种改进策略,以及在多样化应用场景中的案例研究,展示了其在不同领域的实用价值。在数据集和评估指标方面,本文详细介绍了 NeRF 模型训练所需的关键资源。最后,本文对 NeRF 的未来发展趋势和潜在挑战进行了前瞻性讨论,旨在为该领域的研究人员提供研究灵感,并促进相关技术的进一步发展。

关键词

引用

@article{arxiv.2404.00714,
  title  = {Neural Radiance Field-based Visual Rendering: A Comprehensive Review},
  author = {Mingyuan Yao and Yukang Huo and Yang Ran and Qingbin Tian and Ruifeng Wang and Haihua Wang},
  journal= {arXiv preprint arXiv:2404.00714},
  year   = {2024}
}

备注

35 pages, 22 figures, 14 tables, 18 formulas