神经辐射场技术及应用综述

作     者：陈涛 杨启亮 陈寅 Chen Tao;Yang Qiliang;Chen Yin

作者机构：中国人民解放军陆军工程大学国防工程学院南京210007 

基　　金：国家自然科学基金(52178307) 江苏省自然科学基金(BK20201335,BK20211226) 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2025年第37卷第1期

页      码：51-74页

摘      要：神经辐射场(NeRF)是一种基于神经网络的三维重建技术,它将场景定义为位置和观察视角的五维辐射场函数,并通过隐式的神经网络来表示.该技术仅需要单个场景在不同视角下的二维图像,结合体渲染方程,可以通过深度学习的方式训练得到该场景的神经辐射场模型,利用该模型可以合成出高质量的新视角图像.文中对NeRF的现有工作进行调查和分类,从相参位姿估计、视图集合标准、渲染过程优化等方面介绍各种方法的基本原理及优势,重点阐明不同方法之间的相似性和差异,帮助理解它们之间的关系;还讨论了各种受益于NeRF合成机理的应用场景;最后通过对现有方法优势和局限性的分析,对未来研究的趋势进行展望.

主 题 词：神经辐射场 神经网络三维重建 体渲染 新视角图像 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

核心收录：

D　O　I：10.3724/SP.J.1089.2023-00759

馆 藏 号：203157454...