从训练好的神经辐射场中去除有害体积效应
计算机视觉与模式识别
2024-10-28 v1
摘要
尽管神经辐射场（NeRFs）在各种挑战性环境中的应用已被探索，但直到最近才出现聚焦于雾环境中使用NeRF的贡献。我们认为传统NeRF模型能够复现充满雾的场景，并提出了一种在合成新视角时去除雾的方法。通过计算场景的全局对比度，我们可以估计一个密度阈值，应用该阈值后可去除所有可见雾。这使得NeRF能够用于渲染位于雾填充环境中感兴趣物体的清晰视图。此外，为在此类场景上基准测试性能，我们引入了一个新数据集，通过对部分原始合成NeRF场景添加雾与自然环境中扩展而得。代码、数据集与视频结果可在我们的项目页找到：https://vegardskui.com/fognerf/
引用
@article{arxiv.2311.10523,
title = {Removing Adverse Volumetric Effects From Trained Neural Radiance Fields},
author = {Andreas L. Teigen and Mauhing Yip and Victor P. Hamran and Vegard Skui and Annette Stahl and Rudolf Mester},
journal= {arXiv preprint arXiv:2311.10523},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication