SelfNeRF：基于单目自旋转视频的快速训练人体 NeRF 方法
计算机视觉与模式识别
2022-10-05 v1 图形学
摘要
本文提出 SelfNeRF，一种基于神经辐射场的高效人体新视角合成方法。给定人体表演者的单目自旋转视频，SelfNeRF 可从零开始训练，并在约二十分钟内获得高保真结果。近期一些工作利用神经辐射场进行动态人体重建，但多数方法需要多视角输入且需数小时训练，仍难以实用。为应对这一挑战性问题，我们引入一种基于多分辨率哈希编码的曲面相对表示，可大幅提升训练速度并聚合帧间信息。在多个不同数据集上的大量实验结果证明了 SelfNeRF 对困难单目视频的有效性与高效性。
引用
@article{arxiv.2210.01651,
title = {SelfNeRF: Fast Training NeRF for Human from Monocular Self-rotating Video},
author = {Bo Peng and Jun Hu and Jingtao Zhou and Juyong Zhang},
journal= {arXiv preprint arXiv:2210.01651},
year = {2022}
}
备注
Project page: https://ustc3dv.github.io/SelfNeRF