Mip-NeRF 및 앤티앨리어싱 래디언스 필드

It does this by tracing cones instead of infinitely thin rays, making 3D scene rendering both sharper and faster to train.

원래 NeRF는 얇은 광선을 따라 한 번에 한 지점씩 장면을 샘플링하고 각 3D 위치를 신경망에 공급합니다. 문제: 단일 지점은 픽셀이 실제로 다루는 장면의 양을 무시합니다. 카메라 근처의 픽셀은 작은 영역을 봅니다. 같은 픽셀이 멀리 떨어져 있으면 거대한 픽셀이 보입니다. 동일하게 샘플링하면 앨리어싱이 발생합니다. 확대/축소하거나 이동할 때 깜박임과 들쭉날쭉한 현상이 발생합니다. Mip-NeRF(Barron et al., 2021)는 각 광선을 원뿔로 대체하고 이를 원뿔 절두체로 나눕니다. 점을 인코딩하는 대신 통합 위치 인코딩(IPE)을 사용하여 각 절두체 내부 영역을 인코딩하고 가우스로 볼륨을 근사화합니다. 이를 통해 단일 다중 규모 네트워크가 모든 해상도를 깔끔하게 렌더링하여 오류와 교육 시간을 크게 줄일 수 있습니다.