ADOP: Approximate Differentiable One-Pixel Point Rendering 摘要: 我们提出了一种基于点的可微神经渲染管线,该管线可在不损失图像质量的前提下,实现高效的渲染。
ADOP: Approximate Differentiable One-Pixel Point Rendering 摘要: 我们提出了一种基于点的可微神经渲染管线,该管线可在不损失图像质量的前提下,实现高效的渲染。
摘要： 我们提出了一种基于点的可微神经渲染管线，用于场景优化和新视图合成。输入是点云的初始估计和相机参数。输出是从任意相机姿态合成的图像。点云渲染由可微渲染器通过多分辨率的单像素点栅化完成。离散栅化的空间梯度通过新的幽灵几何概念进行近似。渲染完成后，神经图像金字塔通过深度 神经网络 进行着色计算和补孔。一个可微的基于物理的调色器将中间输出转换为目标图像。由于管线的所有阶段都是可微的，因此我们优化了场景的所有参数，即相机模型、相机姿态、点位置、点颜色、环境贴图、渲染网络权重、 vignetting、相机响应函数、每张图像曝光量和每张图像白平衡。我们证明，我们的系统能够合成比现有方法更清晰、更一致的新视图，因为在训练过程中初始重建得到优化。高效的单像素点栅化使我们能够使用任意相机模型并实时显示包含超过 100 万个点的场景。
暂无开放 Issues，或尚未同步最近议题。