
Neuronale Radiance-Felder (NeRFs) müssen so parametrisiert werden, dass die Volumendichte und Distanz invers skalieren, um konsistente Renderingergebnisse über verschiedene Skalierungen des Szenenumfangs hinweg zu erzielen.


coremsg

skalierbare-neuronale-radiance-felder-wie-dichte-und-distanz-invers-skalieren-um-konsistente-renderingergebnisse-zu-erzielen


Skalierbare neuronale Radiance-Felder: Wie Dichte und Distanz invers skalieren, um konsistente Renderingergebnisse zu erzielen


title_rewrite


Wir präsentieren eine Methode, die das Skalieren von NeRFs zum Erlernen einer großen Anzahl semantisch ähnlicher Szenen ermöglicht. Dazu kombinieren wir zwei Techniken: Wir lernen einen 3D-bewussten Latenzraum, in dem wir Tri-Plane-Szenenrepräsentationen trainieren, und führen eine Aufteilung in global gemeinsame und lokal gelernte Merkmale ein, um die Komplexität pro Szene zu reduzieren.


effizientes-lernen-zahlreicher-szenen-durch-3d-bewusste-latenzräume


Effizientes Lernen zahlreicher Szenen durch 3D-bewusste Latenzräume
