从神经辐射场中移除物体
计算机视觉与模式识别
2022-12-23 v1
摘要
神经辐射场（NeRFs）正作为一种普遍存在的场景表示涌现，可实现新视角合成。NeRFs将日益可与他人共享。但在共享NeRF之前，可能有必要移除个人信息或难看物体。当前的NeRF编辑框架不易实现此类移除。我们提出一个框架，从RGB-D序列创建的NeRF表示中移除物体。我们的NeRF修复方法利用近期2D图像修复工作，并由用户提供的掩码引导。我们的算法以基于置信度的视角选择过程为基础。它选择个体2D修复图像中的哪些用于NeRF创建，以使所得修复NeRF具有3D一致性。我们展示我们的NeRF编辑方法能有效地以多视角一致的方式合成合理的修复。我们使用一个针对NeRF修复任务的新且仍具挑战性的数据集验证了我们的方法。
引用
@article{arxiv.2212.11966,
title = {Removing Objects From Neural Radiance Fields},
author = {Silvan Weder and Guillermo Garcia-Hernando and Aron Monszpart and Marc Pollefeys and Gabriel Brostow and Michael Firman and Sara Vicente},
journal= {arXiv preprint arXiv:2212.11966},
year = {2022}
}