SchlüsselarbeitOriginalarbeiterreichbar
NeRF: Representing Scenes as Neural Radiance Fields for View Synthesis
Ben Mildenhall und Mitautoren zeigen 2020, wie sich aus einigen Dutzend Fotos mit bekannter Kameraposition eine Szene so ablegen lässt (für echte Szenen nahm die Arbeit 20 bis 62 Fotos, Abschnitt 6.1), dass sich daraus neue Blickwinkel berechnen lassen. Gespeichert wird dabei eine Funktion in den Gewichten eines kleinen Netzes; ein Gitternetz oder eine Oberfläche entsteht an keiner Stelle. Diese Arbeit ist der Ausgangspunkt der Rekonstruktionsseite der 3D-Erzeugung, und sie erklärt, warum ein solches Ergebnis kein CAD-Modell ist.
geprüft 10.11.2026
Worauf sich diese Seite beruft, wörtlich, abgerufen am 05.09.2026:
We present a method that achieves state-of-the-art results for synthesizing novel views of complex scenes by optimizing an underlying continuous volumetric scene function using a sparse set of input views.
bestätigt 10.11.2026the only input required to optimize our representation is a set of images with known camera poses.
bestätigt 10.11.2026