BeNeRF：从单个模糊图像和事件流生成神经辐射场
原文中文，约200字，阅读约需1分钟。发表于：。本研究提出了一种方法，通过从单个模糊图像和对应的事件流中恢复神经辐射场来模拟相机运动，并通过最小化合成数据和真实测量值之间的差异来联合学习隐式神经场景表示和恢复相机运动。
本文提出了一种新方法来解决运动模糊对Neural Radiance Fields渲染图片质量的影响问题。该方法利用模型和学习模块，通过建模模糊形成过程和使用可学习的响应函数来适应实际事件相机传感器中的非理想性。实验结果表明，该方法在合成和真实数据上优于已有的去模糊NeRFs方法，分别提高了6.13dB和2.48dB。
