Neural Radiance Fields (NeRF)
Neural Radiance Fields (NeRF) ialah kaedah yang diperkenalkan oleh Mildenhall et al. pada tahun 2020 yang mewakili pemandangan 3D sebagai fungsi berterusan yang diparameterkan oleh rangkaian neural. Berdasarkan imej berbilang pandangan bagi sesuatu pemandangan, NeRF belajar untuk meramal warna dan ketumpatan sinar cahaya pada mana-mana lokasi spatial dan sudut pandangan, membolehkan sintesis pandangan baharu dengan kualiti fotorealistik.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. ScholarGate. https://scholargate.app/ms/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)Pembelajaran Mendalam↔ compare
- Model Penyerakan TerpendamPembelajaran Mendalam↔ compare
- Autoenkoder BertopengPembelajaran Mendalam↔ compare
- Model Segment SesuatuPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →