Apr, 2023

低频色彩先验评估辐射场的几何

PDF
TL;DR本文提出了一种新的度量标准 IMRC，它可以利用观察图像对几何形状进行评估，通过逼近低频球谐和计算逆平均残差色。实验结果表明，该度量标准在评估几何形状方面非常有效。同时，我们以 IMRC 为基准对多种先进方法进行了测试，促进了未来相关研究的发展。
radiance fielddensity fieldgeometry evaluationimrcnovel metric
发现论文，激发创造
  • 用闭式色彩估计方法减少辐射场中的形状 - 辐射模糊

    该论文提出了一种更适应性的方法来减少神经辐射场中的形状 - 辐射模糊问题。关键在于只基于密度场进行渲染的方法，通过估计基于密度场和姿态图像的颜色场并应用于规范化神经辐射场的密度场，从而改善了神经辐射场的密度场质量和数量。

    Dec, 2023

  • CoRF：使用知识蒸馏进行颜色化辐射场

    基于神经辐射场（Neural Radiance Field，NeRF）的方法可以对多视角图像进行高质量的新视角合成。本研究提出了一种从输入的灰度多视角图像中合成着色的新视角的方法。通过将基于图像或视频的着色方法应用于生成的灰度新视角，我们发现由于视角不一致性而引起了伪影。通过在着色灰度图像序列上训练辐射场网络也无法解决 3D 一致性问题。我们提出了一种基于蒸馏的方法，将自然图像上训练的着色网络中的颜色知识转移到辐射场网络中。具体而言，我们的方法使用辐射场网络作为 3D 表示，并从现有的 2D 着色方法中迁移知识。实验结果表明，所提出的方法在室内和室外场景下产生了优秀的着色新视角，同时保持着视角间的一致性。此外，我们还展示了我们的方法在基于红外（IR）多视角图像和旧的灰度多视角图像序列的辐射场网络着色等应用中的有效性。

    Sep, 2023

  • 幕后之王：用密度场进行单视角重建

    该研究提出使用隐式密度场而非神经辐射场作为图像的几何场景表示，通过自监督训练神经网络能够在单个前向传递中预测该场景表示，并且可以在深度预测和新视角合成方面进行体积渲染。实验表明，该方法能够预测出输入图像中遮挡区域的有意义几何信息。

    Jan, 2023

  • 学习不可靠性：利用相对几何一致性进行快速的少样本体素辐射场

    使用基于体元的优化框架 ReVoRF，针对伪新视图合成中的不可靠性问题，利用相对深度关系和绝对颜色值之间的权衡，通过双边几何一致性损失和可靠性引导学习策略，实现了对数据的更细粒度利用和增强重建质量，显著提高效率和准确性。

    Mar, 2024

  • 神经场遇上显式几何表示，逆向渲染城市场景

    提出一种新的逆向渲染框架，能够从一组 RGB 图像中联合重建场景几何、空间变化的材料和 HDR 照明，并支持物理场景操作，例如射线跟踪阴影投射。

    Apr, 2023

  • 从多视角几何学中学习神经辐射场

    MVG-NeRF 组合了传统的多视角几何算法和神经辐射场 (NeRF) 用于基于图像的三维重建。我们提出使用像素级深度和法线来引导 NeRF 优化，以提高所估计表面的质量。实验结果表明，该方法可以从图像中获取干净的三维网格，同时在新视角合成方面具有竞争力的表现。

    Oct, 2022

  • 神经 RGB-D 表面重建

    该研究论文提出了一种基于截断有符号距离函数的 NeRF 框架的 3D 重建方法，结合 RGB-D 传感器和相机细化技术，得到高质量的空间重建结果。

    Apr, 2021

  • 稠密光场的质量度量

    本研究创建了一个人体主观质量评价数据集，测试了现有图像质量度量在评价彩色光场视图质量方面的性能，并发现了在度量质量方面还需要新的彩色光场特定的指标。

    Apr, 2017

  • 用于高分辨率卫星图像的光度多视图网格细化

    该篇论文介绍了一种通过多视角卫星图像获取完整三维表面网格的方法，并通过优化表面与梯度下降算法对数字高程模型进行完善，同时展示了该方法通过卫星数据可用于立面结构等的三维几何重建。

    May, 2020

  • 野外测量反照率：填补本质评估中的空白

    该论文介绍如何综合评估反射率，提出了三种新的评估指标：强度、色度和纹理度量，并使用 MAW 数据集对不同算法进行微调，大大提高了反射率的重建质量。

    Jun, 2023