Dec, 2018
DeepVoxels：学习持久的三维特征嵌入
DeepVoxels: Learning Persistent 3D Feature Embeddings
Vincent Sitzmann, Justus Thies, Felix Heide, Matthias Nießner, Gordon Wetzstein...
TL;DR针对生成神经网络在 3D 理解方面的缺陷，本研究提出了一个持久的三维特征嵌入方法 ——DeepVoxels，通过学习表示对 3D 场景的视角依赖外观，无需显式地建模其几何形状。该方法结合了 3D 几何计算机视觉的见解和基于敌对性损失函数的学习图像到图像的映射的最新进展。DeepVoxels 是有监督的，无需对场景进行 3D 重构，使用 2D 重新渲染损失，并以原则方式强制执行透视和多视角几何。同时应用于新颖视图综合问题，展示了对各种具有挑战性的场景的高质量结果。