99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

NeRF2NeRF神經(jīng)輻射場的配對配準(zhǔn)介紹

3D視覺工坊 ? 來源:泡泡機器人SLAM ? 2023-03-31 16:49 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

大家好,今天要介紹的論文是來自多倫多大學(xué)和谷歌研究室的NeRF2NeRF:神經(jīng)輻射場的配對配準(zhǔn)。

摘要 我們介紹了一種神經(jīng)場成對配準(zhǔn)的技術(shù),它擴展了基于優(yōu)化的經(jīng)典局部配準(zhǔn)(即ICP)以操作神經(jīng)輻射場(NeRF)。

NeRF不分解光照和顏色,因此為了使配準(zhǔn)不受光照影響,我們引入了 "表面場 "的概念(Surface Field)--從預(yù)先訓(xùn)練的NeRF模型中提煉出來的場,用于測量一個點在物體表面的概率。

然后,我們將nerf2nerf配準(zhǔn)作為一個穩(wěn)健的優(yōu)化,迭代地尋求一個剛性的變換,使兩個場景的表面場對齊。

我們通過引入預(yù)訓(xùn)練的NeRF場景數(shù)據(jù)集來評估我們技術(shù)的有效性--我們的合成場景能夠進行定量評估并與經(jīng)典的配準(zhǔn)技術(shù)進行比較,而我們的真實場景則證明了我們的技術(shù)在真實世界場景中的正確性。

主要貢獻

提出了一種對包含同一物體的兩個場景的NeRFs進行配準(zhǔn)的方法。

引入表面場作為一個點在物體表面的概率進行配準(zhǔn)。

在幾個相應(yīng)的點上對準(zhǔn)初始化后,使用NeRF場進行高精度優(yōu)化。

主要方法: 使用NeRF進行定位主要存在以下問題:

由于色彩信息在不同場景中不一致導(dǎo)致照明和顏色不能分開。

由于物體內(nèi)部的密度場是有噪聲的,沒有對閉塞區(qū)的密度進行監(jiān)測的方法。

本文使用的方法是通過使用響應(yīng)對象表面的場的概率來保持一致性,用以配準(zhǔn)兩個不同神經(jīng)場下的場景。

表面場:表面場的主要作用是對渲染過程中透明度變化較大的區(qū)域做出反應(yīng),假設(shè)相機的位置在物體之外,搜索來自每個相機的射線,計算每個參考相機的 "短間隔內(nèi)的透明度變化",并使用最大值作為"表面場"。

最大值被用作表面場。

c64160dc-caf1-11ed-bfe3-dac502259ad0.pngc6561efa-caf1-11ed-bfe3-dac502259ad0.pngc66bfef0-caf1-11ed-bfe3-dac502259ad0.png

設(shè)計了一個目標(biāo)函數(shù),使兩個場景之間的坐標(biāo)變換[R,t]得到優(yōu)化,這里使用場景之間對應(yīng)點的表面場值的殘差: c6a7bf80-caf1-11ed-bfe3-dac502259ad0.png

用高斯分布對表面場進行卷積,并對其進行平滑處理。

c6c05ec8-caf1-11ed-bfe3-dac502259ad0.png

主要結(jié)果

c6d5c66e-caf1-11ed-bfe3-dac502259ad0.pngc72107dc-caf1-11ed-bfe3-dac502259ad0.pngc7994260-caf1-11ed-bfe3-dac502259ad0.png?







審核編輯:劉清

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴

原文標(biāo)題:NeRF2NeRF:神經(jīng)輻射場的配對配準(zhǔn)

文章出處:【微信號:3D視覺工坊,微信公眾號:3D視覺工坊】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    航天宏圖全棧式3DGS實景三維重建系統(tǒng)解決方案

    表達的核心技術(shù),通過相機、傳感器等設(shè)備獲取物理空間數(shù)據(jù),并結(jié)合計算機視覺與圖形學(xué)算法,將二維圖像轉(zhuǎn)換為三維模型。目前,主流的三維重建方法包括傾斜攝影(多視角立體重建)、激光掃描和神經(jīng)輻射(Neural Radiance Fie
    的頭像 發(fā)表于 06-27 09:28 ?227次閱讀
    航天宏圖全棧式3DGS實景三維重建系統(tǒng)解決方案

    一種適用于動態(tài)環(huán)境的3DGS-SLAM系統(tǒng)

    當(dāng)前基于神經(jīng)輻射NeRF)或3D高斯?jié)姙R(3DGS)的SLAM方法在重建靜態(tài)3D場景方面表現(xiàn)出色,但在動態(tài)環(huán)境中的跟蹤和重建方面卻面臨著挑戰(zhàn)。
    的頭像 發(fā)表于 06-13 10:10 ?283次閱讀
    一種適用于動態(tài)環(huán)境的3DGS-SLAM系統(tǒng)

    康謀方案 | 高精LiDAR+神經(jīng)渲染3DGS的完美融合實踐

    在自動駕駛仿真測試剛需下,數(shù)字孿生成提升保真度關(guān)鍵。本文介紹傳統(tǒng)與前沿結(jié)合的構(gòu)建流程,先通過數(shù)據(jù)采集、點云聚合等完成高精地圖重建,再以NeRF+3DGS實現(xiàn)神經(jīng)網(wǎng)絡(luò)重建,降本增效,為仿真注入真實感,重塑測試范式。
    的頭像 發(fā)表于 06-11 13:51 ?1087次閱讀
    康謀方案 | 高精LiDAR+<b class='flag-5'>神經(jīng)</b>渲染3DGS的完美融合實踐

    三維高斯?jié)姙R大規(guī)模視覺SLAM系統(tǒng)解析

    近期興起的神經(jīng)輻射NeRF)與三維高斯?jié)姙R(3DGS)技術(shù)在視覺SLAM中展現(xiàn)出令人鼓舞的突破性成果。然而,當(dāng)前主流方法多依賴RGBD傳感器,并且僅適用于室內(nèi)環(huán)境。在大規(guī)模室外場景
    的頭像 發(fā)表于 05-27 14:13 ?314次閱讀
    三維高斯?jié)姙R大規(guī)模視覺SLAM系統(tǒng)解析

    VirtualLab:準(zhǔn)直系統(tǒng)中鬼像效應(yīng)的研究

    。在這個用例中,我們分析了高Na激光二極管準(zhǔn)直透鏡系統(tǒng)中這種反射的存在,我們模擬了產(chǎn)生的鬼像對探測的影響(由主準(zhǔn)直光束的干涉引起的同心環(huán)圖案和由雜散光產(chǎn)生的二次發(fā)散),并確定需要在透鏡系統(tǒng)的關(guān)鍵表面上
    發(fā)表于 05-15 10:20

    技術(shù)分享 |多模態(tài)自動駕駛混合渲染HRMAD:將NeRF和3DGS進行感知驗證和端到端AD測試

    多模態(tài)自動駕駛混合渲染HRMAD,融合NeRF與3DGS技術(shù),實現(xiàn)超10萬㎡場景重建,多傳感器實時輸出,仿真更接近真實數(shù)據(jù)!然而,如何用高保真仿真場景快速驗證自動駕駛算法?HRMAD已集成至aiSim平臺,端到端測試即刻開啟!
    的頭像 發(fā)表于 03-26 16:05 ?3398次閱讀
    技術(shù)分享 |多模態(tài)自動駕駛混合渲染HRMAD:將<b class='flag-5'>NeRF</b>和3DGS進行感知驗證和端到端AD測試

    了解輻射度(亮度)、輻照度和輻射通量

    介紹 輻射源性能的評估必須涉及輻射測量——與輻射相關(guān)的量的測量。對于該領(lǐng)域的新手來說,輻射度、輻照度和
    的頭像 發(fā)表于 02-10 06:23 ?879次閱讀
    了解<b class='flag-5'>輻射</b>度(亮度)、輻照度和<b class='flag-5'>輻射</b>通量

    真雙極和準(zhǔn)雙極,差動跟偽差動使用的性能有差別嗎?

    最近需要用到差動輸入的adc,找了很多型號,發(fā)現(xiàn)有真雙極和準(zhǔn)雙極,差動輸入方式的還分差動跟偽差動。網(wǎng)上找不到相關(guān)介紹,一般我們用單極adc要測量雙極信號需要將信號抬高1/2vcc,我的理解是
    發(fā)表于 02-08 07:52

    FRED應(yīng)用: LED混合準(zhǔn)直透鏡模擬

    在LUMILEDS Rebel Amber LED[2]上折射/反射準(zhǔn)直透鏡的光線追跡示意圖 為了評估混合透鏡的準(zhǔn)直性能,光的強度在距離LED 1m外的探測平面上評估。沒有準(zhǔn)直器時,檢
    發(fā)表于 01-15 09:37

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    在上一篇文章中,我們介紹了傳統(tǒng)機器學(xué)習(xí)的基礎(chǔ)知識和多種算法。在本文中,我們會介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法,供各位老師選擇。 01 人工
    的頭像 發(fā)表于 01-09 10:24 ?1184次閱讀
    人工<b class='flag-5'>神經(jīng)</b>網(wǎng)絡(luò)的原理和多種<b class='flag-5'>神經(jīng)</b>網(wǎng)絡(luò)架構(gòu)方法

    全面總結(jié)動態(tài)NeRF

    1. 摘要 神經(jīng)輻射NeRF)是一種新穎的隱式方法,可以實現(xiàn)高分辨率的三維重建和表示。在首次提出NeRF的研究之后,
    的頭像 發(fā)表于 11-14 16:48 ?1064次閱讀
    全面總結(jié)動態(tài)<b class='flag-5'>NeRF</b>

    MG-SLAM:融合結(jié)構(gòu)化線特征優(yōu)化高斯SLAM算法

    同步定位與地圖構(gòu)建 (SLAM) 是計算機視覺中的一個基本問題,旨在在同時跟蹤相機姿勢的同時對環(huán)境進行地圖構(gòu)建?;趯W(xué)習(xí)的密集 SLAM 方法,尤其是神經(jīng)輻射 (NeRF) 方法,在
    的頭像 發(fā)表于 11-11 16:17 ?874次閱讀
    MG-SLAM:融合結(jié)構(gòu)化線特征優(yōu)化高斯SLAM算法

    什么是輻射?超級電容有輻射嗎?

    輻射是能量傳播現(xiàn)象,適量輻射如陽光有益健康。超級電容不產(chǎn)生輻射,僅電流變化時可能產(chǎn)生磁場輻射,但強度遠低于標(biāo)準(zhǔn)限值,對人體無害。日常輻射無需
    的頭像 發(fā)表于 08-30 11:47 ?636次閱讀

    檢測輻射設(shè)備有哪些種類

    檢測輻射設(shè)備是一類用于測量和評估輻射水平的儀器,它們在環(huán)境監(jiān)測、醫(yī)療診斷、核能工業(yè)、輻射防護等領(lǐng)域具有重要應(yīng)用。以下是對檢測輻射設(shè)備種類的介紹
    的頭像 發(fā)表于 08-20 09:56 ?2036次閱讀

    8線卡接式線模塊詳細(xì)介紹

    8線卡接式線模塊,也稱為8對卡接模塊,是一種用于通信系統(tǒng)的線設(shè)備,主要用于引入和連接單股銅芯塑料線纜,提供用戶間或設(shè)備間的通信線及防護。以下是對8線卡接式線模塊的詳細(xì)
    的頭像 發(fā)表于 08-07 09:53 ?931次閱讀