Skip to content

Latest commit

 

History

History
43 lines (32 loc) · 1.92 KB

01.概述.md

File metadata and controls

43 lines (32 loc) · 1.92 KB

颠覆传统三维重建方法之nerf(一)---概述

刚开始,啥也不懂,我们看看官网的概述,包含了论文、代码、数据、效果展示等:https://www.matthewtancik.com/nerf

一. 概述

  • NeRF(神经辐射场)全称:Neural Radiance Fields。
  • NeRF一种三维重建方法。
  • 请在官网看看重建效果。
  • 下面是官方的概述及其翻译:

二. 光学物理模型(不懂没关系,后面会推导)

  • 光线上点的数学表达(一条射线,向量o是起点,向量d是方向,t光线上的点到起点的水平距离)

  • 光线成像:连续型函数表达式。

  • 光线成像:离散型函数表达式(便于用计算机算)

三. 使用到的数学知识

  1. 小孔成像相机模型:其逆变换:把输入图像和光线转换到世界坐标系。
  2. 向量与空间解析几何的空间直线表示与采样点:光线的表示与采样点。
  3. 积分、求导、解微分方差、离散数学:光射线的成像模型。

三. 总结

  1. 输入:一组已知相机位姿的图像。
  2. 目标:
    • 求三维场景在不同观察角度下每个位置的RGBσ。
    • 进而可以做新的视角下图像的生成,也可以转换为常用的三角网三维模型。
  3. 用光线成像求解生成RGBσ的神经网络。
  4. 特点:直接基于拍摄的图像进行重建,重建的纹理就来自图像,所以很逼真,跟真实的场景很像。

四. 参考

  1. 官网
  2. 论文
  3. 官方代码,基于tensorflow
  4. 数据
  5. nerf-pytorch:民间代码,基于pytorch