- …
- …
#43
summarized by : Naoya Chiba
どんな論文か？
NeRFで明示的なコードをシーンに割り当てることで，形状とテクスチャを分離して扱えるようにした手法．オリジナルのNeRFでは単一シーンについて複数視点からのレンダリング結果から学習するが，形状とテクスチャの変化に対応するためそれぞれに対応したコードをあわせて入力するようにNeRFを拡張，SRNやDeepSDFのようなオートデコーダー構造でコードも同時に学習する．
新規性
NeRFにおいて形状・テクスチャの変化をコードとして扱えるようにし，これらについての補間ができるようにした．未知のシーンについてはカメラ姿勢と同時にコードをテスト時に最適化することで対応するコードを推定でき，このシーンについて新規視点画像を生成することもできる．
結果
形状変化・テクスチャの変化に対応したNeRFを学習でき，コードを変化させることで実際にこれらの補間ができることを示した．単一・少数視点からの新規視点画像生成タスクでの画像の質は他手法に劣るが，コードを陽に扱えるようにした点で優れる．
その他（なぜ通ったか？等）
- …
- …