Neural Radiance Fields (NeRF)
Neural Radiance Fields (NeRF) é um método introduzido por Mildenhall et al. em 2020 que representa uma cena 3D como uma função contínua parametrizada por uma rede neural. Dadas imagens multi-view de uma cena, o NeRF aprende a prever a cor e a densidade dos raios de luz em qualquer localização espacial e ângulo de visão, permitindo a síntese de novas vistas com qualidade fotorrealista.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis. ScholarGate. https://scholargate.app/pt/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)Aprendizado profundo↔ compare
- Modelos de Difusão LatenteAprendizado profundo↔ compare
- Autoencoders MascaradosAprendizado profundo↔ compare
- Modelo Segment AnythingAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →