本文介绍了一种动态变化神经辐射场（animatable NeRF）的方法，旨在从单眼视频中创建细节丰富的人物角色。该方法通过显式姿势引导变形，扩展了神经辐射场在动态场景中的应用，取得了在人物几何、外观重建和动画设计等方面的突破，目标是生成高质量的新视图，改善复杂动态场景的图像合成精确度和视觉质量。

本研究提出了D2RF方法，用于恢复散焦模糊的单眼视频。该方法通过分层景深体渲染和散焦视角监督模糊的NeRF重建，保持场景的时空一致性。实验证明该方法优于现有方法。

本文介绍了一种将足球比赛的单眼视频转化为可交互的三维重建系统，展示了使用卷积神经网络估算球员深度图的实验结果。