- …
- …
#233
summarized by : Anonymous
どんな論文か?
NeRFにおいて、Valid samplingによるサンプリングの効率化+NerfTreeというデータ構造でシーン情報を保存することで、NeRFの学習時間を88%削減し、200FPSでのレンダリングを実現。NerfTreeはcoarse MLPから粗く密なボクセルを表現する層と、fine MLPから詳細で疎なボクセルを保存する層の2層で構成。この2つのボクセルの組み合わせにより高速な推論を実現。
新規性
NeRFの学習+推論の両方を高速化はという困難な課題に対処した点。同様なデータ構造でNeural Sparse Voxel Fields(NSVF)があるが、こちらは不要なボクセルを削り出す形式であるため、削除を謝ると品質に悪影響を及ぼす可能性があるが、NerfTreeは密なボクセルを維持し、Valid samplingを用いてオンラインで密度を更新するため、推論が高速かつ高精度となる点。
結果
NeRF syntheticデータセット、LLFFのデータセットで評価。品質はNeRFやNSVFと同等であり、既存手法と比較して最も早いレンダリング速度(PlenOctreeと同程度)で、学習速度も大幅に高速化。
その他(なぜ通ったか?等)
- …
- …