NeRF:火爆科研圈的三维重建技术大揭秘

如果说最近两年最火的三维视觉技术是什么，相信NeRF是一个绝对绕不过去的名字。

这项技术一经提出，就被众多研究者所重视，对NeRF争先恐后地探索、研究、改进，让该项技术仅仅用了两年时间就成为三维视觉领域的主流。

这说明什么？我认为，这恰恰说明了NeRF拥有 超强的三维表达能力和广泛的潜在应用。

今天，我们就来看一看NeRF是什么，学习下该方法到底强在哪里？

NeRF到底是什么？

NeRF（Neural Radiance Fields神经辐射场）最早是在2020年ECCV会议上的最佳论文中提出的概念，其将隐式表达推上了一个新的高度， 仅用2D的posed images作为监督，即可表示复杂的三维场景。

它要处理的任务是新视角合成。 我们用一个直观的表述方式来理解它的作用，如下图所示，如果我们需要对图中的挖掘机进行新视角合成，首先我们会围绕挖掘机采集不同角度的图像，之后计算每个采集角度的相机位姿，将采集的图像序列以及它们对应的位姿送入到NeRF，就可以合成一些新的视角。

也就是我们从空间中任意位置来看这个挖掘机，看到的图像应该是什么样的，NeRF可以合成出来。

相比传统，NeRF到底“香”在哪

传统的三维重建根据输入的图片是深度图还是彩色图可分为 主动式 和 被动式 两种重建方式，它们的原理如下面两张图所示：