摘要：基于2D图片的视点合成一直是计算机视觉和计算机图形学领域中的一个关键问题,旨在通过一组目标场景的2D图片合成新视角下的场景图片.神经辐射场作为一种新颖的隐式场景表达方式,因其出色的视觉效果备受研究者的关注.对神经辐射场的发展历程进行梳理,从理论基础、优化与扩展以及应用等方面介绍了相关研究.在神经辐射场的优化与扩展方面,通过优化网络结构、模型压缩等方式加速训练及渲染过程,还有一些工作致力于降低对输入图片的要求以及提高渲染质量;在应用方面,神经辐射场在人、物及场景的建模中展现出巨大的潜力,并有工作将其扩展到动态场景的表达.此外,神经辐射场与生成式模型结合,可以实现通过文本或者图像来引导三维模型生成的目标.最后,总结了现有研究工作的不足,并指出加速神经辐射场的训练与渲染,优化渲染结果,以及进一步扩展应用场景仍然是未来相关工作的研究方向.

摘要：神经辐射场(NeRF)是一种面向三维隐式空间建模的深度学习模型,在表示和渲染三维场景领域具有重要价值。然而由于神经辐射场算法训练过程复杂、需要大量的计算资源和时间等,其可用性和实用性受到一定限制,如何针对神经辐射场的痛点问题进行优化是当前计算机视觉等领域研究的热点之一。此研究旨在对神经辐射场的优化和应用进行全面综述。首先,在深入解析神经辐射场基本原理的基础上,从渲染质量、计算复杂度、位姿等方面对现阶段神经辐射场的优化情况进行概述;其次,列举神经辐射场应用状况,为未来更高效和实用的算法优化设计提供参考;最后,总结神经辐射场的优势与局限性,并提出未来可能的发展方向,以期发挥神经辐射场在三维渲染、场景合成等方面的巨大潜力。

摘要：针对隐式表示的3D模型的版权保护问题,提出了一种面向神经辐射场(NeRF)的水印算法。该算法通过嵌入网络对训练集中的图像嵌入水印,再利用NeRF模型进行3D模型建模。版权验证方通过给定一个秘密视角作为神经辐射场的输入,生成新视角下的图像作为后门图像,接着利用神经网络的过参数化方法设计一个水印提取器,获取该视角下嵌入的水印图像。在黑盒场景下,一旦怀疑3D模型被未经授权地使用,验证方则可以通过秘密视角提取水印以验证网络版权。实验结果表明,所提算法提取水印不仅具有良好的视觉效果,而且对不同类型的噪声攻击具有较好的抵抗能力。

摘要：针对面向隐式表达的神经辐射场的3D模型的版权问题,将神经辐射场水印的嵌入与提取视为一对图像变换的逆问题,提出了一种利用可逆神经网络水印保护神经辐射场版权方案。利用二维图像的水印技术以实现对三维场景的保护,通过可逆网络中的正向过程在神经辐射场的训练图像中嵌入水印,利用逆向过程从神经辐射场渲染出的图像提取水印,实现对神经辐射场以及三维场景的版权保护。但神经辐射场在渲染过程中会造成水印信息丢失,为此设计了图像质量增强模块,将渲染图像通过神经网络进行恢复然后再进行水印提取。同时在每个训练图像中均嵌入水印来训练神经辐射场,实现在多个视角下均可提取水印信息。实验结果表明了提出的水印方案达到版权保护的目的,证明方案的可行性。

摘要：本文提出一种基于全局注意力融合机制的可泛化NeRF框架,使用重投影特征提取作为前馈先验模块,设计了一种基于两阶段注意力聚合机制的解码器,实现了一种端到端可跨场景泛化的新视图合成方法。通过定性与定量的实验结果比较分析,证明本方案能够充分利用已知源图像中的深层特征信息,并且学习场景中多视图空间特征的联系,从而指导神经辐射场更好地重建未见场景的三维表征,更加精确地驱动体渲染在真实复杂环境中的光线上进行新视图渲染。

摘要：针对传统立体视觉三维重建技术难以准确表征果树多尺度复杂表型细节的问题,该研究提出了一种基于相机位姿恢复技术与神经辐射场理论的果树三维重建方法,设计了一套适用于标准果园环境的果树图像采集设备和采集方案。首先,环绕拍摄果树全景视频并以抽帧的方式获取果树多视角图像;其次,使用运动结构恢复算法进行稀疏重建以计算果树图像位姿;然后,训练果树神经辐射场,将附有位姿的多视角果树图像进行光线投射法分层采样和位置编码后输入多层感知机,通过体积渲染监督训练过程以获取收敛且能反映果树真实形态的辐射场;最后,导出具有高精度与高表型细节的果树三维实景点云模型。试验表明,该研究构建的果树点云能准确表征从植株尺度的枝干、叶冠等宏观结构到器官尺度的果实、枝杈、叶片乃至叶柄、叶斑等微观结构。果树整体精度达到厘米级,其中胸径、果径等参数达到毫米级精度,尺度一致性误差不超过5%。相较于传统的立体视觉三维重建方法,重建时间缩短39.50%,树高、冠幅、胸径和地径4个树形参数的尺度一致性误差分别降低了77.06%、83.61%、45.47%和62.23%。该方法能构建具有高精度、高表型细节的果树点云模型,为数字果树技术的应用奠定基础。

摘要：伴随AIGC技术的迭代式发展,人工智能与电影的耦合关系走入以人机协作共创为特点的后电影工业美学范式。本文首先从“作为人工智能的电影”的视角切入,对电影的智能化进程进行媒介考古,从而对当前人工智能影像创作的工具化倾向进行反思。随后基于技术的复杂涌现属性,提出人工智能影像叙事从“数据库”到“涌现集”的逻辑转向,并从空间涌现、人物涌现、剧情涌现等角度进一步讨论构成涌现叙事的要素及其策略,进而提出从传统电影本体迈向影游融合叙述的可能性。整体而言,以“涌现”的观点来考察人工智能影像叙事,实际上是将其视为一个持续开放、进化生成、智媒共创的影像系统,对电影未来形态的发展提供了一定的认知路径及思考方式。