神经辐射场 - 近期更新 - 第1页

导读：近期更新了《神经辐射场》的相关内容，包括《如何用AI从极少量照片重建3D场景？稀疏视图重建技术解析》、《3D生成中如何实现艺术风格迁移？风格控制技术详解》、《Mip-NeRF 如何用圆锥体追踪消除神经辐射场的锯齿与模糊？》等内容。如果神经辐射场对你有帮助，请转发和分享。知识越分享越有价值，感谢你的每一次传递。

如何用AI从极少量照片重建3D场景？稀疏视图重建技术解析

只拍三张照片，能不能得到可用的三维模型？传统摄影测量给出的答案通常是否定的，因为特征匹配和三角化需要足够的视差与重叠。但基于扩散先验和神经场的方法正在改变这一约束。稀疏视图重建利用生成模型补充不可见区域，借助深度估计与相机位姿联合优化，把输入数量从几十张压缩到...

栏目：3D模型时间：10-07 稀疏视图重建 3D重建神经辐射场

3D生成中如何实现艺术风格迁移？风格控制技术详解

将一幅名画的笔触、色调或纹理迁移到3D模型上，是当前生成式AI研究中的热门方向。相比2D风格迁移已经相对成熟，3D场景的风格化需要同时保持几何一致性和多视角连续性，这让问题变得复杂得多。本文从NeRF、3D Gaussian Splatting和扩散模型三条技术路线出发，梳理了3D风格迁移的...

栏目：3D模型时间：10-06 3D生成风格迁移神经辐射场

Mip-NeRF 如何用圆锥体追踪消除神经辐射场的锯齿与模糊？

神经辐射场在渲染不同分辨率的视图时，常因点采样忽略了光线锥体内的积分区域，导致远处物体出现锯齿、近处纹理发虚。Mip-NeRF没有继续沿用单根光线的离散采样方式，而是把每条光线建模为一个圆锥台，通过对圆锥台内部位置编码进行高斯近似，推导出集成位置编码。这一改动让多层感...

栏目：3D模型时间：10-01 Mip-NeRF 抗锯齿神经辐射场

NeRF训练出现黑屏、NaN和收敛失败如何排查？

训练NeRF时渲染结果突然全黑，损失曲线里冒出NaN，不同视角的几何逐渐失联，这类故障通常不是单一参数造成的。本篇文章从数值稳定性、坐标变换和采样策略三个方向出发，梳理黑屏、NaN和收敛失败的高频成因，并给出可落地的排查顺序。我们会先讲如何通过日志和中间量统计快速缩小故...

栏目：3D模型时间：09-25 NeRF 神经辐射场数值稳定性

Mega-NeRF如何支撑城市级3D重建的分布式训练与空间分区？

城市级三维重建的瓶颈往往不在拍照数量，而在如何让模型同时记住几十平方公里的几何和外观。Mega-NeRF选择先对空间做粗粒度划分，再训练一批互相独立的子NeRF，通过空域感知采样和可见性过滤把算力集中在有效区域。文章重点拆解它的分区逻辑、户外光照建模方法以及分布式训练...

栏目：3D模型时间：09-23 Mega-NeRF 城市级3D重建神经辐射场

NeRF-OSR是什么？如何实现大规模室外城市场景的高质量重建？

NeRF-OSR是针对室外场景重建提出的神经辐射场扩展方案，它解决了原始NeRF在光照多变、遮挡严重、场景尺度巨大时效果急剧下降的问题。本文将从NeRF-OSR的核心思想入手，分析它如何解耦场景几何、材质与光照信息，如何处理大规模城市街区级别数据，并对比它与原始NeRF、Mip-NeRF等...

栏目：3D模型时间：09-15 NeRF-OSR 神经辐射场场景重建

Uncertainty-NeRF是什么？如何量化神经辐射场重建中的不确定性

神经辐射场在新视角合成上效果惊艳，但它给出的只是一个确定性的颜色预测，我们并不知道模型对某个区域的重建到底有多自信。当输入视角稀疏或者场景存在遮挡时，模型很容易在没见过的区域脑补出看似逼真却并不真实的内容。Uncertainty-NeRF 正是针对这一问题的改进方案，它为每...

栏目：3D模型时间：09-12 Uncertainty-NeRF 神经辐射场不确定性量化

Sat-NeRF是什么？如何利用卫星影像实现大规模3D重建？

传统NeRF方法依赖近距离拍摄的密集图像，面对只有稀疏视角、光照差异巨大的卫星影像时往往效果不佳。Sat-NeRF针对这些痛点做了针对性改进，通过太阳角度感知的辐射场建模、跨视角光度一致性约束等手段，让神经网络能够从多时相卫星图像中学习场景的几何与外观。本文将介绍Sat-...

栏目：3D模型时间：09-11 Sat-NeRF 神经辐射场卫星影像3D重建

3D生成如何保证语义一致性？基于CLIP的语义约束方法详解

用一句话概括CLIP在3D生成里的作用：它把图像和文本映射到同一个语义空间，让模型在生成三维资产时能够对照文本描述不断校正方向。本文先拆解CLIP语义约束的底层原理，包括对比学习得到的联合嵌入空间和余弦相似度度量方式，再介绍将CLIP引入3D流程的三条主流路线：优化式方案如CL...

栏目：3D模型时间：09-07 3D生成 CLIP语义一致性神经辐射场

NeRF-Editing如何实现三维场景的变形与纹理编辑？

神经辐射场NeRF通过隐式表达重建出逼真的三维场景，但训练完成后想要改动场景却非常困难。NeRF-Editing针对这一痛点提出了一套编辑方案，它把网格变形技术引入神经辐射场，先从预训练的NeRF中提取等值面网格，再在网格上执行用户指定的变形操作，最后借助新的可微基于壳的变形机制...

栏目：3D模型时间：09-03 NeRF-Editing 神经辐射场纹理编辑

什么是Zip-NeRF？如何结合Mip-NeRF与Instant NGP实现高效高质量神经辐射场渲染

Zip-NeRF是谷歌研究团队提出的一种神经辐射场改进方案，它将Mip-NeRF 360的抗锯齿思想与Instant NGP的多分辨率哈希网格编码高效结合，在保持渲染质量的同时大幅提升了训练和推理速度。本文将深入剖析Zip-NeRF的核心原理，包括如何把mip思想融入哈希网格、如何通过多采样与权重...

栏目：3D模型时间：09-02 Zip-NeRF 神经辐射场 3D渲染