VR-NeRF：高保真可行走空间虚拟化
计算机视觉与模式识别
2023-11-07 v1 图形学
摘要
我们提出一个端到端系统，利用神经辐射场对虚拟现实中的可行走空间进行高保真采集、模型重建与实时渲染。为此，我们设计构建了定制多相机装置，以空前质量与密度密集采集高保真多视角高动态范围图像的可行走空间。我们扩展instant neural graphics primitives，引入新颖感知色彩空间以学习准确HDR外观，以及高效mip-mapping机制实现带抗锯齿的细节层次渲染，同时仔细优化质量与速度间权衡。我们的多GPU渲染器在我们定制演示机上以双2K2K全VR分辨率、36 Hz对我们的神经辐射场模型进行高保真体渲染。我们在具挑战性的高保真数据集上展示结果质量，并将我们的方法与数据集与现有基线比较。我们在项目网站发布数据集。
引用
@article{arxiv.2311.02542,
title = {VR-NeRF: High-Fidelity Virtualized Walkable Spaces},
author = {Linning Xu and Vasu Agrawal and William Laney and Tony Garcia and Aayush Bansal and Changil Kim and Samuel Rota Bulò and Lorenzo Porzi and Peter Kontschieder and Aljaž Božič and Dahua Lin and Michael Zollhöfer and Christian Richardt},
journal= {arXiv preprint arXiv:2311.02542},
year = {2023}
}
备注
SIGGRAPH Asia 2023; Project page: https://vr-nerf.github.io