DeRF: Decomposed Radiance Fields

2020-12-30 2020-12-30 约 228 字预计阅读 1 分钟

<DeRF> Derf: Decomposed radiance fields

CVPR2021 Proceedings of the IEEE/CVF conference on computer vision and pattern recognition

Daniel Rebain, Wei Jiang, Soroosh Yazdani, Ke Li, Kwang Moo Yi, Andrea Tagliasacchi

University of British Columbia, SFU, University of Toronto Google

voronoi space decomposition

Motivation

对于NeRF这种研究，在提高网络深度、大小时，有diminishing returns（减小的回报）
因此，instead of 提高单个网络深度、大小，本篇把空间分成几个voronoi cell，对应几个NeRF，来学习
- 因为是空间分区的network，因此无论分多少部分，Infer时间是几乎不变的
- voronoi空间分解非常合适，因为被证明与Painter’s Algorithm 兼容，可以高效GPU渲染
- 对于现实世界场景，在相同的渲染质量情况下，比NeRF高效3倍以上