ling2828ling的博客

在不牺牲质量的情况下用更小的神经网络实现训练和渲染的加速。Instant NGP也需要去查询目标位置周边体素里的特征向量，但不同的是，为了快速检索和节约内存，Instant NGP用了哈希表来检索，目标位置的周边几个体素位置被送入了哈希函数得到哈希值，这些哈希值表示这些格点对应的特征向量在哈希表里的哪个位置。SNeRF从间接网格中得知采样位置后，按间接网格里储存的指针去找3D纹理地图上的对应位置，得到features和colors，做alphas混合后，经过小的MLP用兔子的速度获得最终的color。

在真实世界场景中，存在潜在的不完美校准信息和场景表示的不精确性，从源图中恢复高质量的细节对于现有的基于NeRF的方法仍然具有挑战性。即使有高质量的训练帧，NeRF模型产生的合成新视图仍然存在显著的渲染伪影，如噪声、模糊等。为了提高基于NeRF的方法的合成质量，该论文通过学习退化驱动的视点间混合器，提出了NeRFLiX。论文设计了一种NeRF风格的退化模型方法，能够有效去除NeRF原生渲染伪影。