ProNeRF：学习高效的投影感知射线采样以获取细粒度的隐式神经辐射场
原文中文，约700字，阅读约需2分钟。发表于：。Neural rendering 研究中的新进展表明，尽管速度较慢，但隐式紧凑模型能够从多个视角学习场景的几何和视角相关外观。为了保持这样的小内存占用并实现更快的推断时间，最近的工作采用了‘采样器’网络，适应性地对隐式神经辐射场中的每条光线进行少量采样。尽管这些方法在渲染时间上实现了 10 倍的降低，但与基本 NeRF 相比仍然存在相当大的质量降低。相比之下，我们提出了...
最新研究发现，ProNeRF是一种隐式紧凑模型，能够学习场景的几何和视角相关外观。通过采用投影感知采样网络和新的训练策略，ProNeRF实现了高效细粒度的粒子采样，比其他方法更快且质量更好。实验证明了ProNeRF在广泛采用的数据集上的有效性。
