NeRF$^ extbf {2}$：神经无线电辐射亮度场

May, 2023

NeRF$^ extbf {2}$：神经无线电辐射亮度场

NeRF$^\textbf{2}$: Neural Radio-Frequency Radiance Fields

Xiaopeng Zhao, Zhenlin An, Qingrui Pan, Lei Yang

TL;DR本研究利用神经射频辐射场，NeRF$^ extbf {2}$ 来解决射频信号精确建模中的难点，通过训练神经网络，提升了射频信号的可感知性，同时，通过建模射频模型和射线追踪来生成合成数据集，使用 Turbo-learning 技术，提升了应用层人工神经网络的性能。

Abstract

Although Maxwell discovered the physical laws of electromagnetic waves 160 years ago, how to precisely model the propagation of an RF signal in an electrically large and complex environment remains a long-standing problem. The difficulty is in the complex interactions between the RF signal and the obstacles (e.g., reflection, diffraction, etc.). Inspired by

neural radio-frequency radiance field propagation modeling physical-layer neural network ray tracing turbo-learning

发现论文，激发创造

神经辐射场（NeRFs）：综述与一些最近的发展

Neural Radiance Field (NeRF) is a framework representing a 3D scene with MLP, achieving state-of-the-art photorealistic image renderings for view synthesis and expanding capabilities to generate views from dynamic scene representations with fewer images for training.

Apr, 2023

利用 Torch 单元的神经辐射场

提出了一种名为 Torch-NeRF 的新方法，通过扩大光线感知领域和构建样本点交互来提高神经辐射场在复杂场景中的重建性能。

Apr, 2024

基于神经辐射场的视觉渲染方法综述

近年来，神经辐射场（NeRF）在计算机视觉和图形领域取得了显着进展，为解决 3D 场景理解、新视角合成、人体重建、机器人等关键任务提供了强有力的技术支持。本文对过去两年内关于 NeRF 的研究文献进行了深入分析，在详细阐述 NeRF 核心架构的基础上，讨论了 NeRF 的各种改进策略，以及在不同应用场景中的案例研究，展示了其在不同领域的实际应用价值。同时，本文还详细介绍了 NeRF 模型训练所需的关键资源，最后提出了关于 NeRF 未来发展趋势和潜在挑战的前瞻性讨论，旨在为该领域的研究人员提供研究灵感，促进相关技术的进一步发展。

Mar, 2024

野外的 NeRF: 用于无约束照片集合的神经辐射场

本论文提出了一种基于学习的方法，利用无组织的野外照片合成复杂场景的新视图，并介绍了一系列扩展 NeRF 的方法以解决自然图像中的一些问题，最终成功地构建了名称为 NeRF-W 的系统，能够从互联网上的无组织照片集合中重建场景并呈现接近于照片现实主义水平的合成视图。

Aug, 2020

BeyondPixels：神经辐射场演变的综合综述

本文综述了近年来神经辐射场（NeRF）技术在 3D 渲染和视角合成领域的最新研究进展和其不同的架构设计。

Jun, 2023

SAR-NeRF：合成孔径雷达多视角辐射场的神经辐射场

本研究借鉴神经辐射场（NeRF）的概念，将 SAR 成像机制与神经网络相结合，提出了一种新的 SAR 图像生成模型 SAR-NeRF，它通过自动编码学习了体素的衰减系数和散射强度分布，并在少样本学习任务上实现了较高的分类精度。

Jul, 2023

基于神经辐射场的全息术 [邀请]

该研究提出了一种基于神经辐射场（NeRF）技术的生成全息图的新方法。使用深度神经网络在合理的时间内构建了从 2D 图像生成的 3D 光场的渲染流程，包括 NeRF、深度预测器和全息图生成器，而不需要任何物理计算。通过该流程，可以计算从任意方向观看的 3D 场景的预测全息图。研究还展示了仿真和实验结果。

Mar, 2024

神经辐射场：过去、现在和未来

本篇论文探讨了 Neural Radiance Fields（NeRFs）在 3D 计算机视觉、计算机图形学和机器学习等领域的应用，包括历史、研究进展、潜在应用和影响等方面，并对相关研究进行了分类总结。

Apr, 2023

NeRF++：分析和改进神经辐射场

通过 NeRF 的方法来实现对于图像的 View Synthesis, 本文提到了 NeRF 的成功之处以及在应用于大规模无界三维场景中进行改进，使其在 360° 的拍摄模式下提高拍摄质量。

Oct, 2020

HyperNeRF：用于拓扑变化的高维神经辐射场表示

本文提出了一种新的三维场景重建方法 HyperNeRF，通过将 NeRF 升维，将每个输入图像对应的五维辐射场表示为该 “超空间” 中的一片，从而解决了现有变形场模型在处理拓扑变化时的困难。实验表明，HyperNeRF 在平滑插值和新视角合成方面皆优于 Nerfies，平均误差率分别降低了 4.1％和 8.6％。

Jun, 2021