ScanNeRF：一个可扩展的神经辐射场基准
计算机视觉与模式识别
2022-12-21 v2
摘要
在本文中，我们提出了首个专为评估神经辐射场（NeRF）以及广义上神经渲染（NR）框架而设计的真实基准。我们设计并实现了一个高效流水线，可大量且轻松地扫描真实物体。我们的扫描站以低于 500$ 的硬件预算构建，能在仅 5 分钟内采集被扫描物体约 4000 张图像。该平台用于构建 ScanNeRF，一个以多种训练/验证/测试划分为特征的数据集，旨在对不同条件下的现代 NeRF 方法性能进行基准测试。相应地，我们在此数据集上评估了三种前沿 NeRF 变体，以凸显它们的优势与不足。该数据集可在我们的项目页面获取，同时提供一个在线基准以促进越来越好的 NeRF 的发展。
引用
@article{arxiv.2211.13762,
title = {ScanNeRF: a Scalable Benchmark for Neural Radiance Fields},
author = {Luca De Luigi and Damiano Bolognini and Federico Domeniconi and Daniele De Gregorio and Matteo Poggi and Luigi Di Stefano},
journal= {arXiv preprint arXiv:2211.13762},
year = {2022}
}
备注
WACV 2023. The first three authors contributed equally. Project page: https://eyecan-ai.github.io/scannerf/