基于NeRF的三维场景重建和理解-德赢Vwin官网网

如果从方法出发的话，两张图就能看懂：

图 1

图 2 上面是 NeRF 的网络结构，下面是 Semantic-NeRF 的网络结构，就是在 NeRF 的网络中加了一个分支，输出到语义。和 NeRF 一样，Semantic-NeRF 能够连续的表达空间信息，因此你可以看到 Semantic-NeRF 主页里的各种酷炫的 demo. 这是 ICCV 2021 的 oral 工作。如果有留意上一讲的讲座，从 Semantic-NeRF 的demo中你应该能推测出，这应该是第四种拍摄方式：

图 3 这种拍摄方式在SLAM或者SFM中更多见，而传统三维重建或者RGBD重建是很难做出 NeRF 或者 Semantic-NeRF 这种效果的。所以方法可能很简单，但是这个工作很有意义。应用的话，大家可以参考视频。

Semantic-NeRF应用

稀疏监督下的新视角语义生成(Semantic View Synthesis with Sparse Labels

语义标签去噪(LabelDenoising

语义标签超分辨(Super-Resolution)

稀疏语义标签传播(LabelPropagation)

多视角语义融合(Multi-view Semantic Fusion)

稠密的语义三维重建

在这篇工作之后智博又做了 iLabel 的工作，将 imap 和 semantic-NeRF 结合，这里我们就不细讲了，感兴趣的同学欢迎去看原文。需要提到的另一篇工作是 NeSF 这篇文章。智博在讲解 NeSF 的时候提到，训练的sample是场景，而不是图片，这是对这篇文章的一个高度概况。NeSF 首先会训练许多场景，比如100个场景，那我们就会得到100个 NeRF 的模型，我们对这 100 个 NeRF 的模型做 Grid query，从而获取一个 Density Grid，其实就是一堆规则的点，可以使用 3D 卷积，从而转换为 Feature Grid. 对 Feature Grid 做 volume rendering 就能渲染出各个视角的语义图像了。下面是 NeSF 的流程图。

图 4 NeSF流程图 NeSF 的泛化性从 demo 来看还是不错的，但是这样的工作显然不是我们可以玩的 (训练 100 个 NeRF)，你几乎不用猜都知道是哪里出的工作。这也就引出了 NeRF 的许多痛点，印象里第四讲嘉宾在讲 NeRF in the wild 和 Ha-NeRF 的时候说，每次实验要 4 张V100 跑2天。因此不论是推理还是训练，加速工作都显得尤为重要，对语义 NeRF 相关的工作更是如此，因为目前的加速工作大都倾向于摆脱神经网络。动态场景的 NeRF 也有一些工作，但是是否一样能像 Semantic NeRF 一样，很轻松地 work 呢？其实能引发的问题还是挺多的。评估一项工作的 novelty 的其中一项指标就是看这篇工作挖了多少坑，能启发多少后续工作，Semantic NeRF 就是这样的一篇工作。如果你看懂这个系列的工作，推荐大家立刻去看 panoptic NeRF 相关的工作。

审核编辑：李倩

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉