Neuraale Radiantie Velden (NeRF)
Neuraale Radiantie Velden (NeRF) is een methode, geïntroduceerd door Mildenhall et al. in 2020, die een 3D-scène voorstelt als een continue functie geparametriseerd door een neuraal netwerk. Gegeven beelden van een scène vanuit meerdere gezichtspunten, leert NeRF de kleur en dichtheid van lichtstralen te voorspellen op elke ruimtelijke locatie en kijkhoek, wat de synthese van nieuwe gezichtspunten met fotorealistische kwaliteit mogelijk maakt.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. ScholarGate. https://scholargate.app/nl/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)Deep learning↔ compare
- Latente DiffusiemodellenDeep learning↔ compare
- Masked AutoencodersDeep learning↔ compare
- Segment Anything ModelDeep learning↔ compare
Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →