RGB-D 神经辐射场：用于加速训练的局部采样
计算机视觉与模式识别
2022-11-08 v2
摘要
学习场景的三维表示数十年来一直是计算机视觉中的难题。近期基于图像使用神经辐射场（NeRF）的隐式神经表示进展显示出可喜结果。以往基于 NeRF 的方法存在训练时间较长与底层几何不准确等局限。本文方法利用 RGB-D 数据，通过深度感知改善局部采样来缩短训练时间。我们提出一种深度引导的局部采样策略与更小的神经网络架构，以在不牺牲质量的前提下实现更快的训练速度。
引用
@article{arxiv.2203.15587,
title = {RGB-D Neural Radiance Fields: Local Sampling for Faster Training},
author = {Arnab Dey and Andrew I. Comport},
journal= {arXiv preprint arXiv:2203.15587},
year = {2022}
}