Pose-NDF是一种基于神经距离场的模型，能够生成逼真的人体姿势，表现优于现有方法。研究中提出了多种神经网络模型，如神经可变形场和神经关节光辐射场，提升了动态物体和姿态的重建效果，以及三维形状表示的准确性和效率。

该文提出RayDF框架，通过光线-表面距离场、双光线可见性分类器和多视图一致性优化实现连续三维形状表示，在三个数据集上重建性能超越坐标法与光线法基准，渲染800x800深度图速度提升1000倍。

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。