NeuSample：用于高效视图合成的神经采样场
计算机视觉与模式识别
2021-12-01 v1 图形学
摘要
神经辐射场（NeRF）在表示 3D 场景和合成新视角方面展现出巨大潜力，但 NeRF 在推理阶段的计算开销仍然很大。为减轻负担，我们深入研究了 NeRF 由粗到细的分层采样过程，并指出粗采样阶段可由一个轻量级模块替代，我们称之为神经采样场（neural sample field）。所提出的采样场将射线映射为采样分布，该分布可转换为点坐标并送入辐射场进行体渲染。整体框架命名为 NeuSample。我们在两个流行的 3D 场景集 Realistic Synthetic 360 和 Real Forward-Facing 上进行实验，结果表明 NeuSample 在获得优于 NeRF 的渲染质量的同时享有更快的推理速度。进一步通过所提出的采样场提取方法对 NeuSample 进行压缩，以在质量与速度间取得更好权衡。
引用
@article{arxiv.2111.15552,
title = {NeuSample: Neural Sample Field for Efficient View Synthesis},
author = {Jiemin Fang and Lingxi Xie and Xinggang Wang and Xiaopeng Zhang and Wenyu Liu and Qi Tian},
journal= {arXiv preprint arXiv:2111.15552},
year = {2021}
}
备注
Project page: https://jaminfong.cn/neusample/