神经标注：使用神经辐射场标注视觉数据的多用途工具集

该研究使用3D神经场联合表示几何、颜色和语义。

通过手持RGB-D传感器实时重建场景，实现无需训练数据的点云场景的稠密标注。

该模型为多层感知器，能够实时更新和可视化场景模型。

该方法比常规的图像分割方法更加高效，尤其是在标注成本和训练集大小方面。

用户可以通过定义实时更新的语义类进行标注。

只需点击多个点即可标注准确的10个以上语义类别的房间或类似场景。

定量标注精度的提高取决于点击次数，且迅速超越标准预先训练的语义分割方法。

研究还展示了一种分层标注变体。