Neural Radiance Fields (NeRF)
Neural Radiance Fields (NeRF) er en metode introdusert av Mildenhall et al. i 2020 som representerer en 3D-scene som en kontinuerlig funksjon parametrisert av et nevralt nettverk. Gitt multi-view-bilder av en scene, lærer NeRF å forutsi fargen og tettheten til lysstråler på enhver romlig lokasjon og synsvinkel, noe som muliggjør ny synsvinkelsyntese med fotorealistisk kvalitet.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. ScholarGate. https://scholargate.app/no/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)Dyp læring↔ compare
- Latente diffusjonsmodellerDyp læring↔ compare
- Maskerte autoenkodereDyp læring↔ compare
- Segment Anything ModelDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →