Neural Radiance Fields (NeRF)
Neural Radiance Fields (NeRF) on Mildenhallin ym. vuonna 2020 esittelemä menetelmä, joka esittää 3D-kohtauksen neuroverkolla parametroituna jatkuvana funktiona. Kun käytettävissä on kohtauksen moninäkymäkuvia, NeRF oppii ennustamaan valonsäteiden värin ja tiheyden missä tahansa spatiaalisessa sijainnissa ja katselukulmassa, mikä mahdollistaa uusien näkymien synteesin fotorealistisella laadulla.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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 ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. ScholarGate. https://scholargate.app/fi/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)Syväoppiminen↔ compare
- Latent Diffusion ModelsSyväoppiminen↔ compare
- Masked AutoencodersSyväoppiminen↔ compare
- Segment Anything ModelSyväoppiminen↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →