使用视觉外壳的透明物体神经辐射场
计算机视觉与模式识别
2023-12-14 v1
摘要
与不透明物体不同，透明物体的新视角合成是一项具有挑战性的任务，因为透明物体会折射背景光，导致透明物体表面随着视角变化而产生视觉失真。最近提出的神经辐射场（NeRF）是一种视角合成方法。由于其显著的性能提升，基于NeRF的各种主题应用得到了广泛发展。然而，如果场景中包含具有不同折射率的物体，例如透明物体，由于未适当考虑透明物体表面折射的光线，NeRF的性能会受限。为了解决这个问题，我们提出了一种基于NeRF的方法，包括以下三个步骤：首先，我们使用视觉外壳重建透明物体的三维形状。其次，我们根据斯涅尔定律模拟光线在透明物体内部的折射。最后，我们通过折射光线采样点并将其输入NeRF。实验评估结果表明，我们的方法解决了传统NeRF在处理透明物体时的局限性。
引用
@article{arxiv.2312.08118,
title = {Neural Radiance Fields for Transparent Object Using Visual Hull},
author = {Heechan Yoon and Seungkyu Lee},
journal= {arXiv preprint arXiv:2312.08118},
year = {2023}
}