Metodes pierādījumu reģistrs

Neural Radiance Fields (NeRF)

Neural Radiance Fields (NeRF) is a method introduced by Mildenhall et al. in 2020 that represents a 3D scene as a continuous function parameterized by a neural network. Given multi-view images of a scene, NeRF learns to predict the color and density of light rays at any spatial location and viewing angle, enabling novel view synthesis with photorealistic quality.

Sources recorded, not reviewed

Avota reģistrs

Atsauces kopētas tieši no metodes avota reģistra. Tās nenozīmē nekādu apgalvojumu līmeņa verifikāciju.

NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis

Taksonomiskās metodes reģistrs · ml-model / deep-learning

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

Atvērt pilnu metodi

Kurēti apgalvojumi

Apgalvojumi saglabāti pierādījumu reģistrā, katram ar savu novērtējumu.

Vēl nav kurētu apgalvojumu

Šis skatījums neizgudro apgalvojumu novērtējumu, ja reģistrā tā nav.

Saistītās metodes

Ģenerēts no metodes grafika un parādīts kā mašīnas ieteiktas attiecības — netiek izvirzīts neviens pierādījumu apgalvojums.

Same method familyDETR (Detection Transformer)machine-suggested · Relational suggestion, not evidence.Same method familyLatent Diffusion Modelsmachine-suggested · Relational suggestion, not evidence.Same method familyMasked Autoencodersmachine-suggested · Relational suggestion, not evidence.Same method familySegment Anything Modelmachine-suggested · Relational suggestion, not evidence.