面向现实世界的神经辐射场：综述
计算机视觉与模式识别
2025-12-10 v2 图形学
摘要
神经辐射场（NeRFs）自问世以来已重塑了3D场景表示。NeRFs能够有效地从2D图像重建复杂3D场景，推动了场景理解、3D内容生成和机器人等不同领域和应用的发展。尽管研究取得了显著进展，但缺乏对近期创新、应用和挑战的全面综述。本综述汇集了关键理论进展和替代表示方法，探讨了新兴挑战。它进一步探索了重建应用，概述了NeRFs对计算机视觉和机器人领域的影响，并回顾了必需的数据集和工具箱。通过识别文献中的空白，本综述讨论了开放性挑战，并为未来研究提供了方向。
引用
@article{arxiv.2501.13104,
title = {Neural Radiance Fields for the Real World: A Survey},
author = {Wenhui Xiao and Remi Chierchia and Rodrigo Santa Cruz and Xuesong Li and David Ahmedt-Aristizabal and Olivier Salvado and Clinton Fookes and Leo Lebrat},
journal= {arXiv preprint arXiv:2501.13104},
year = {2025}
}
备注
Revised version