TriNeRFLet：一种基于小波的三平面NeRF表示
计算机视觉与模式识别
2024-07-19 v2
摘要
近年来，神经辐射场（NeRF）模型因其恢复复杂三维场景的能力而广受欢迎。在其成功之后，许多方法提出了不同的NeRF表示，以进一步改善运行时间和性能。其中一个例子是三平面（Triplane），其中NeRF使用三个二维特征平面来表示。这使得在此框架中可以轻松使用现有的二维神经网络，例如生成这三个平面。尽管有其优势，三平面表示在三维恢复质量上仍落后于NeRF方案。本文提出TriNeRFLet，一种用于NeRF的基于二维小波的多尺度三平面表示，它弥补了三维恢复性能的差距，并与当前最先进的方法具有竞争力。基于三平面框架，我们还提出了一种新颖的超分辨率（SR）技术，将扩散模型与TriNeRFLet相结合以提升NeRF分辨率。
引用
@article{arxiv.2401.06191,
title = {TriNeRFLet: A Wavelet Based Triplane NeRF Representation},
author = {Rajaei Khatib and Raja Giryes},
journal= {arXiv preprint arXiv:2401.06191},
year = {2024}
}
备注
Accepted to ECCV 2024. Webpage link: https://rajaeekh.github.io/trinerflet-web