- …
- …
#22
summarized by : Naoya Chiba
どんな論文か？
mipmapのアイデアでNeRFのレンダリングを効率化し，省パラメータで高精度・高速な画像再構成を実現した．NeRFのサンプリングを光線上の点ではなく，解像度に応じた円錐台に対する期待値を出力するように学習することで概形も詳細も良好な任意視点画像再構成を達成．
新規性
レンダリング時にエイリアシングが生じないように周期関数を用いる．またNeRFのクエリを点ではなく空間的な領域に対する期待値になるように拡張した．このためにPositional Encodingをクエリしている領域に応じて積分し，アーティファクトを抑えながら粗いクエリも詳細なクエリもうまく扱えるように拡張した．
結果
Multiscale Blender Datasetを準備し，NeRFよりも少パラメータで高精度な画像生成を実現．特に解像度が低い場合にも提案するクエリを用いることで画質が向上することを確認した．
その他（なぜ通ったか？等）
- …
- …