本文提出了可编辑的神经辐射场,使终端用户能够轻松编辑动态场景,甚至支持拓扑变化。我们的方法支持直观的多维度(最多 3D)编辑,并且可以生成在输入序列中未见过的新颖场景。
Dec, 2022
本研究提出了一种基于 Neural Radiance Field 的方法,利用显式网格表示与场景的隐式神经表示建立对应关系,使用户可以利用网格形变方法进行可控的形状变形,并合成编辑后的场景的新视角图像。
May, 2022
本文介绍了一种可以对特定类别的条件辐射场进行用户编辑的方法,该方法假设观察多个特定类别的实例,学习部分语义,允许将粗略的二维用户涂鸦传播到整个三维区域中,该方法通过提出新的模块化网络组件和混合网络更新策略,结合优化问题和网络特定的目标,解决用户交互中的可视化编辑任务。
May, 2021
通过引入神经模拟者方法,将显式四面体网格与多重网格隐式场相结合,我们提出了一种有效编辑神经隐式场的方法,实现形状的变形、合成和生成,同时保持复杂的体积外观,展示了其在 3D 内容创作和操作领域的潜力。
Oct, 2023
该论文介绍了一种新的基于神经网络点云的辐射场模型 ——Point-NeRF,它结合了 NeRF 和深度多视图立体成像两种方法的优点,可用于高质量的视图合成和快速的场景几何重建。Point-NeRF 可以通过射线行走的渲染管道有效地渲染神经点特征,相对于 NeRF 具有快速训练和处理 3D 重建错误和异常数据的优势。
Jan, 2022
通过先前语义和深度信息,BlueNF 构建了场景的蓝图,实现了直观的 3D 编辑和操作,包括遮掩、外观修改和物体去除等,从而为视觉内容创作做出了重要贡献。
Sep, 2023
本文介绍了 SealD-NeRF,它是 Seal-3D 的一个扩展,用于在动态环境中进行像素级编辑,特别针对 D-NeRF 网络。它通过将编辑操作映射到特定的时间框架,冻结负责动态场景表示的变形网络,并使用师生方法来集成更改,实现序列中的一致编辑。
Feb, 2024
通过提出一种新的交互式编辑方法和系统,名为 Seal-3D,可以实现对隐式表示的编辑,允许用户以像素级和自由的方式编辑 NeRF 模型,并即时预览编辑效果。
Jul, 2023
本文介绍了 4D-Editor,一种基于用户画笔在单帧上编辑动态 NeRF 中多个对象的交互式语义驱动编辑框架,通过混合的语义特征场构建动态场景表示以保持时空一致性,并使用递归选择细化方法加强了动态 NeRF 中的分割准确性,此外,还开发了多视图重投影修复方法,用于填补编辑后由于不完整场景捕捉而产生的空洞,通过实验和真实世界的编辑示例表明,4D-Editor 可以实现真实感的动态 NeRF 编辑。
利用拓展到神经辐射场(NeRF)的编辑技术来编辑场景是复杂的,本文提出了利用 NeRF 场景的几何信息作为桥梁来整合 2D 编辑的方法,并引入了一种填充方法来确保对不同图像的 2D 编辑具有鲁棒性。结果表明,该方法比现有的文本驱动 NeRF 场景编辑方法实现了更加一致、逼真和详细的编辑效果。
Apr, 2024