Global web icon
zhihu.com
https://www.zhihu.com/question/592609386
Nerf还能作为2023年的计算机视觉研究方向吗？ - 知乎
例如今年NVIDIA的GTC 2023就讨论了Nerf与当下火爆的AIGC的结合。 个人认为这个方向还是很有前途的。 除非CV出了类似chatgpt这样的东西（麻烦不要拿segment-anything出来对标了，啥时候商业化落地能这么厉害再说），否则未来的趋势中肯定有Nerf的一席之地。
Global web icon
zhihu.com
https://www.zhihu.com/question/526879513
NeRF（神经辐射场）有相关的物理（光学）原理支撑吗？ - 知乎
NeRF 训练和渲染的核心步骤是体渲染技术 (volume rendering)。 体渲染可以把神经场“拍平”成一张 2D 图像，从而可以和基准图像进行比较。 这个过程是可微的，所以可以用来训练网络！ 有了神经场和体渲染的预备知识，我们来介绍 NeRF 的训练。
Global web icon
zhihu.com
https://www.zhihu.com/tardis/zm/art/381018105
NERF 发射器新人入手完全指南 - 知乎
NERF (以大写作为NERF商标)是由帕克兄弟公司创建，目前由孩之宝公司所拥有的玩具品牌从1969创立至今拥有有上千种造型发射器，对于新人来说必然选购困难。那就给新人们来个简单的入坑指南，握紧你们的钱包。 本次指南从子弹类型 给大家分类推荐NERF产品。从初级产品给大家介绍， 高端产品在 ...
Global web icon
zhihu.com
https://www.zhihu.com/question/633869682/answers/u…
你推荐入坑nerf吗? - 知乎
任何NeRF系统中的一个关键组件是MLP，它在移动NeRF系统上特别紧凑，在移动NeRF中的大小仅为约10.7KB。 鉴于MLP在NeRF中的重要性，从系统的角度探索潜在的增强功能至关重要。 为了加速计算并减少内存占用，常见的神经网络压缩方法包括修剪、量化、知识提取等 [6]。
Global web icon
zhihu.com
https://www.zhihu.com/question/555657120
为什么NeRF每渲染一个模型都需要重新训练一次神经网络，而其他生成模型却可以泛化呢？ - 知乎
NeRF拉胯的泛化能力正是神经渲染的一大痛点，直到2023年或许才会在更多论文里被重视起来。 该怎么让NeRF获得跨场景的泛化能力？
Global web icon
zhihu.com
https://www.zhihu.com/column/c_1623997359498719232
NeRF系列工作总结 - 知乎
NeRF Reflectance & Lighting 系列工作个人总结 NeRF Reflectance & Lighting 系列工作可以说是 NeRF 的“倒退”，但却是计算机视觉的“前进”，为什么这么说呢。 因为计算机视觉的创始人 David Marr 认为计…
Global web icon
zhihu.com
https://www.zhihu.com/question/561345788
基于深度学习的NeRF三维重建方法相比传统三维建模方法有什么优势？ - 知乎
NeRF的大致流程与传统三维重建相似，都需要输入摄像机内外参数以及多视角图像，不同的是NeRF通过构建一个神经辐射场（也就是神经网络）替代了传统几何方法中的MVS、表面重建、纹理重建3个步骤。
Global web icon
zhihu.com
https://www.zhihu.com/question/546861315
如何理解multi-view consistency？ - 知乎
如何理解multi-view consistency？ 最近在研究NeRF领域，对于nerf的multi-view consistency以及multi-view color consistency概念自觉… 显示全部 关注者 124 被浏览
Global web icon
zhihu.com
https://www.zhihu.com/question/537315806
如何评价ORB-slam3和instant nerf，他们的应用场景区别在哪？ - 知乎
如今，随着神经辐射场 (NeRF)的提出，许多工作都集中在将隐式场景表示与 SLAM 系统相结合。 虽然提升了重建精度，但实时增量 NeRF-SLAM 依然面临2个关键挑战： 场景表示能力不足：现有方法采用固定容量的全局模型，限制了对更大场景和更长视频序列的可扩展性。
Global web icon
zhihu.com
https://www.zhihu.com/question/637583957
为什么nerf没有采用transformer架构而是mlp? - 知乎
mlp 也有很强的. 比如 MLP-mixer 等一系列的. nerf 用的 mlp 都是低配版的 mlp, 模型并不大. Plenoxels: Radiance Fields Without Neural Networks 进一步说明, 可能连 mlp 都不需要. nerf 的本质是要记住 位置-->像素 的映射, 用 neural network 其实是让它 overfit 来完成这个记忆.