Core Concepts
신뢰할 수 있는 미분 가능한 렌더링 알고리즘을 통해 볼륨 샘플링을 개선하고 시각 합성의 효율성을 향상시킴.
Abstract
미분 가능한 렌더링 알고리즘을 통해 볼륨 샘플링을 개선하고 시각 합성의 효율성을 향상시킴.
새로운 렌더링 접근 방식을 제안하고 계층적 모델의 재구성 품질을 향상시키는 샘플링 알고리즘을 소개함.
미분 가능한 샘플링 알고리즘을 사용하여 계층적 샘플링 체계를 개선하고 보조 손실 네트워크의 필요성을 제거함.
Stats
"Original 1 pt. / ray PSNR 25.12"
"Original 2 pts. / ray PSNR 27.36"
"Original 4 pts. / ray PSNR 28.57"
Quotes
"NeRF generates an image pixel by casting a ray from a camera through the pixel and aggregating the radiance at each ray point with weights induced by the density field."
"Our modification improves reconstruction quality of hierarchical models, simplifying the training procedure by removing the need for auxiliary proposal network losses."