RayDF:多视角一致性的神经光线 - 曲面距离场
原文中文,约300字,阅读约需1分钟。发表于: 。本文研究了连续三维形状表示的问题,提出了一种名为 RayDF 的新框架,包括简单的光线 - 表面距离场、新颖的双光线可见性分类器和多视图一致性优化模块,通过在三个公共数据集上的广泛评估,证明了该方法在合成和真实的三维场景中对三维表面点重建的显著性能,超越了现有的基于坐标和基于光线的基准,特别地,在渲染 800x800 深度图像时,与基于坐标的方法相比,我们的方法速度提高了 1000...
本文介绍了一种名为RayDF的新框架,用于解决连续三维形状表示的问题。该方法在三个公共数据集上得到了广泛评估,证明了其在合成和真实的三维场景中对三维表面点重建的显著性能。与基于坐标的方法相比,该方法速度提高了1000倍,在渲染800x800深度图像时表现出优越性。