RefinedFields：用于平面场景表示的辐射场精化
计算机视觉与模式识别
2025-05-27 v4 机器学习
摘要
平面场景表示近来因能从图像建模场景而受到越来越多的关注，因为其轻量平面结构可与基于图像的模型兼容。值得注意的是，K-Planes 尤其受到关注，因为它们将平面场景表示扩展至支持野外场景以及物体级场景。然而，其视觉质量近来已落后于最先进的技术。为缩小这一差距，我们提出 RefinedFields，一种利用预训练网络通过交替训练过程的优化引导来精化 K-Planes 场景表示的方法。我们进行了大量实验，并在合成数据和真实旅游照片集上验证了方法的优越性。RefinedFields 以更丰富的细节增强渲染场景，并在新视角合成任务上优于其基础表示。我们的项目页面位于 https://refinedfields.github.io 。
引用
@article{arxiv.2312.00639,
title = {RefinedFields: Radiance Fields Refinement for Planar Scene Representations},
author = {Karim Kassab and Antoine Schnepf and Jean-Yves Franceschi and Laurent Caraffa and Jeremie Mary and Valérie Gouet-Brunet},
journal= {arXiv preprint arXiv:2312.00639},
year = {2025}
}
备注
Accepted at TMLR