我们提出了一种多空间神经辐射场（MS-NeRF），通过在并行子空间中表示场景的特征场组，以增强现有 NeRF 方法，且计算开销小。我们的方法在渲染复杂光路的镜像对象的高质量场景方面表现显著优于现有的单空间 NeRF 方法。

我们提出了一种多空间神经辐射场（MS-NeRF），通过在并行子空间中表示场景的特征场组，以更好地理解神经网络对具有反射和折射性物体的存在的情况，从而实现了对现有 NeRF 方法的增强，且仅需要小的计算开销。

该研究提出了一种名为MS-NeRF的多空间神经辐射场方法，以增强现有NeRF方法对反射和折射性物体的理解。结果表明，该方法比现有的单空间NeRF方法在渲染复杂光路的镜像对象的高质量场景方面表现显著优于现有的单空间NeRF方法。

该研究提出了一种名为MS-NeRF的多空间神经辐射场方法，以更好地理解神经网络对具有反射和折射性物体的存在的情况，从而实现了对现有 NeRF 方法的增强。研究结果表明，该方法比现有的单空间 NeRF 方法在渲染复杂光路的镜像对象的高质量场景方面表现显著优于现有的单空间 NeRF 方法。

该研究提出了一种名为MS-NeRF的多空间神经辐射场方法，以更好地理解神经网络对具有反射和折射性物体的存在的情况，从而实现了对现有 NeRF 方法的增强。研究结果表明，该方法比现有的单空间 NeRF 方法在渲染复杂光路的镜像对象的高质量场景方面表现显著优于现有的单空间 NeRF 方法。

该研究提出了一种名为MS-NeRF的多空间神经辐射场方法，以增强对具有反射和折射性物体的场景的理解。该方法比现有的单空间NeRF方法在渲染复杂光路的镜像对象的高质量场景方面表现更好。