面向动态无人机场景的基于层级K平面的高维特征向量

本文提出一种新方法，用于桥接合成数据与真实世界数据之间的领域差距，适用于无人机（UAV）基于感知的动态场景。我们的公式设计用于动态场景，包括小型移动物体或人类动作。我们提出了对K平面神经射影场(NeRF)的扩展，其中我们的算法存储一组层级特征向量。层级特征向量生成旨�有效建模场景的概念信息，以及将输出特征图转换为RGB图像的图像解码器。我们的技术利用场景中静态和动态物体之间的信息，能够捕获高空视频中显著的场景属性。我们在具有挑战性的数据集上评估了其性能，包括Okutama Action和UG2，观察到其在准确率上相对于最先进的神经渲染方法实现了显著的改进。