基于占用网格的NeRF渲染的即插即用加速：使用VDB网格和层次化光线追踪
计算机视觉与模式识别
2024-04-17 v1
摘要
诸如占用网格（OG）之类的透射率估计器可以通过预测对生成图像贡献大的重要样本来加速神经辐射场（NeRF）的训练和渲染。然而，OG以密集二进制网格的形式管理占用区域，其中存在许多具有相同值的块，导致在光线追踪中重复检查体素的空性。在我们的工作中，我们引入了两种技术来提高已训练OG中光线追踪的效率，而无需微调。首先，我们用VDB网格替换密集网格以减少空间冗余。其次，我们使用层次化数字微分分析器（HDDA）来高效追踪VDB网格中的体素。我们在NeRF-Synthetic和Mip-NeRF 360数据集上的实验表明，与OG的快速实现NerfAcc相比，我们提出的方法成功地将NeRF-Synthetic数据集的渲染速度平均提高了12%，Mip-NeRF 360数据集平均提高了4%，且不损失渲染图像质量。
引用
@article{arxiv.2404.10272,
title = {Plug-and-Play Acceleration of Occupancy Grid-based NeRF Rendering using VDB Grid and Hierarchical Ray Traversal},
author = {Yoshio Kato and Shuhei Tarashima},
journal= {arXiv preprint arXiv:2404.10272},
year = {2024}
}
备注
Short paper for CVPR Neural Rendering Intelligence Workshop 2024. Code: https://github.com/Yosshi999/faster-occgrid