Neural Radiance Fields (NeRF)
Neural Radiance Fields (NeRF) és un mètode introduït per Mildenhall et al. el 2020 que representa una escena 3D com una funció contínua parametritzada per una xarxa neuronal. Donades imatges multivista d'una escena, NeRF aprèn a predir el color i la densitat dels raigs de llum en qualsevol ubicació espacial i angle de visió, permetent la síntesi de vistes noves amb qualitat fotorealista.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Mildenhall, B., Srinivasan, P. P., Tancik, M., Barron, J. T., Ramamoorthi, R., & Ng, R. (2020). NeRF: Representing scenes as neural radiance fields for view synthesis. In Computer Vision-ECCV 2020: 16th European Conference (pp. 405-421). Springer International Publishing. DOI: 10.1007/978-3-030-58452-8_24 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. ScholarGate. https://scholargate.app/ca/deep-learning/neural-radiance-fields
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- DETR (Detection Transformer)Aprenentatge profund↔ compare
- Models de difusió latentsAprenentatge profund↔ compare
- Autoencoders emmascaratsAprenentatge profund↔ compare
- Model de Segmentació de TotAprenentatge profund↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →