VF-NeRF：用于刚性 NeRF 配准的可视域场
计算机视觉与模式识别
2024-04-05 v1
摘要
3D 场景配准是计算机视觉中的一个基本问题，旨在寻求两个场景之间的最佳 6 自由度对齐。这个问题在点云和网格的情况下得到了广泛研究，但关于神经辐射场的工作相对有限。在本文中，我们考虑了在未给定原始相机位置时两个 NeRF 之间的刚性配准问题。我们的核心创新是引入了可视域场，这是一种隐式函数，用于确定每个 3D 点被原始相机观察到的可能性。我们展示了 VF 如何在 NeRF 配准的各个阶段提供帮助，广泛的评估表明，VF-NeRF 在具有不同捕获方式的各种数据集（如 LLFF 和 Objaverse）上取得了 SOTA 结果。
引用
@article{arxiv.2404.03349,
title = {VF-NeRF: Viewshed Fields for Rigid NeRF Registration},
author = {Leo Segre and Shai Avidan},
journal= {arXiv preprint arXiv:2404.03349},
year = {2024}
}