资讯/NEWS
二进制不透明度网格:捕获基于网格的视图合成的精细几何细节 -
发布于 2024/03/24  |  发表在 [ 3D类 ]    浏览 ( 580 )      0
二进制不透明度网格:捕获基于网格的视图合成的精细几何细节 - 继 NeRF 和 3DGS 之后的下一代场景构建技术! 网状底座可以再现更精细的细节!

二进制不透明度网格:捕获基于网格的视图合成的精细几何细节 - 继 NeRF 和 3DGS 之后的下一代场景构建技术! 网状底座可以再现更精细的细节!

1.gif

继 NeRF 和 3DGS 之后,“Binary Opacity Grids: Capturing Fine Geometric Detail for Mesh-Based View Synthesis”备受关注。


二进制不透明度网格:捕获基于网格的视图合成的精细几何细节

基于表面的视图合成算法很有吸引力,因为它们的计算要求较少,但它们通常难以重现薄结构。 另一方面,将场景的几何形状建模为体积密度场的更昂贵的方法(例如,NeRF)在重建精细的几何细节方面效果更好。 然而,密度场通常以“模糊”的方式表示几何形状,这阻碍了表面的精确定位。 在这项研究中,我们将鼓励密度场在表面上收敛,同时不影响薄结构的重建能力。 首先,我们使用离散的不透明度网格表示,而不是连续密度场,该表示允许不透明度值在表面上从零不连续地过渡到一。 然后,您可以通过每个像素投射多条光线来模拟屏蔽边界和子像素结构,而无需使用半透明体素来抗锯齿。 第三,通过最小化不透明度值的二进制熵,它鼓励不透明度值在训练结束时变成二进制,从而促进曲面几何形状的提取。 最后,我们开发了一种基于融合的网格划分策略,然后进行网格简化和外观模型拟合。 我们的模型生成的紧凑网格可以在移动设备上实时渲染,与现有的基于网格的方法相比,视图合成质量明显更高。


该领域的技术正在迅速发展。
NeRF 和 3D Gaussian Splat 的细节得到了很大的改进,但我个人很高兴这项技术制作了一个看起来非常方便的 3D 网格。 可以在项目页面上查看的演示也可以在浏览器上找到。
将来会以缩写BOG流行吗? 期待。


 收藏 (0)  喜欢 (0)