JointRF：动态神经辐射场表示与压缩的端到端联合优化
原文中文，约300字，阅读约需1分钟。发表于：。我们提出了一种新的端到端联合优化方案，名为 JointRF，用于动态 NeRF 的表示和压缩，通过使用紧凑的残余特征网格和系数特征网格来处理大运动，同时减少时间冗余，并引入一个时空冗余压缩子网络以进一步减少时空冗余。大量实验证明，JointRF 在各种数据集上实现了卓越的压缩性能。
Hyb-NeRF是一种新颖的神经辐射场，具有多分辨率混合编码，实现了高效的神经建模和快速渲染。它通过不同的编码策略表示场景，并利用可学习的位置特征和基于哈希的特征网格进行优化。实验证明，Hyb-NeRF在渲染速度、渲染质量和内存占用方面优于以往方法。
