ROI-NeRFs：基于NeRF组合实现场景中感兴趣对象的高清可视化
计算机视觉与模式识别
2025-02-19 v1 图形学
摘要
高效且准确的3D重建对于文化遗产等应用至关重要。本研究针对使用神经辐射场（NeRF）实现对大规模场景中特定对象高细节水平（LOD）可视化提出了挑战。旨在通过聚焦于相关内容的细节，提高所选对象的视觉保真度，同时维持计算效率。我们提出的ROI-NeRFs框架将场景划分为代表整体场景中适中细节的场景NeRF，以及针对用户定义感兴趣对象的多个ROI NeRF。场景NeRF训练期间，引入面向对象的相机选择模块，自动为每个NeRF分组相关相机。在组合阶段，采用基于射线的组合渲染技术，将场景NeRF与ROI NeRF的信息相结合，实现同步的多对象渲染组合。在两个真实数据集上的定性和定量实验——包括一个复杂十八世纪文化遗产房间——表明，与基线方法相比，本方法在对象区域提升LOD，最小化artifacts，同时未显著增加推理时间。
引用
@article{arxiv.2502.12673,
title = {ROI-NeRFs: Hi-Fi Visualization of Objects of Interest within a Scene by NeRFs Composition},
author = {Quoc-Anh Bui and Gilles Rougeron and Géraldine Morin and Simone Gasparini},
journal= {arXiv preprint arXiv:2502.12673},
year = {2025}
}
备注
17 pages including appendix, 16 figures, 8 tables