用于快速few-shot NeRF的稳定表面正则化
计算机视觉与模式识别
2024-04-01 v1
摘要
本文提出一种用于few-shot setup下合成新视角的算法。主要概念是开发一种称为Annealing Signed Distance Function（ASDF）的稳定表面正则化技术，通过粗到细的方式对表面进行退火，以加速收敛速度。我们观察到，Eikonal loss——一种广为人知的几何正则化——需要稠密的训练信号来塑造SDF的不同等值面，从而在few-shot训练下导致低保真结果。相比之下，所提的表面正则化成功重建场景并产生稳定的训练，产生高保真几何。我们的方法进一步通过利用网格表示和单目几何先验加速。最后，所提方法比现有的few-shot新视角合成方法快高达45倍，在ScanNet数据集和NeRF-Real数据集上 produces comparable results。
引用
@article{arxiv.2403.19985,
title = {Stable Surface Regularization for Fast Few-Shot NeRF},
author = {Byeongin Joung and Byeong-Uk Lee and Jaesung Choe and Ukcheol Shin and Minjun Kang and Taeyeop Lee and In So Kweon and Kuk-Jin Yoon},
journal= {arXiv preprint arXiv:2403.19985},
year = {2024}
}
备注
3DV 2024