Machine learningDeep Learning, 3D Vision, Generative Models
Neural Radiance Fields (NeRF)
Neural Radiance Fields（NeRF）は、2020年にMildenhallらによって導入された手法であり、ニューラルネットワークによってパラメータ化された連続関数として3Dシーンを表現する。シーンのマルチビュー画像が与えられると、NeRFは任意の空間位置と視角における光線の色と密度を予測するように学習し、写実的な品質での新規ビュー合成を可能にする。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- 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 ↗
このページの引用方法
ScholarGate. (2026, June 3). NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. ScholarGate. https://scholargate.app/ja/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)深層学習↔ compare
- 潜在拡散モデル深層学習↔ compare
- マスク化オートエンコーダ深層学習↔ compare
- Segment Anything Model深層学習↔ compare