@Rays
2021-12-04T03:15:43.000000Z
字数 2094
阅读 1442
神经渲染：推动NeRF应用于更广阔的场景
摘要： Google Research与哈佛大学最新的合作研究，提出了一种称为“Mip-NeRF 360”的新方法。该方法使用NeRF（Neural Radiance Fields）创建360度完整神经场景（neural scene）的视频，进一步推动了NeRF适用于在任何环境中随意抽象，不再受限于桌面模型或封闭室内场景。
作者： Martin Anderson
授权情况： 联系作者未得到回复。未获授权
正文：
Google Research与哈佛大学最新的合作研究，提出了一种称为“Mip-NeRF 360”的新方法。该方法使用NeRF（Neural Radiance Fields）创建360度完整神经场景（neural scene）的视频，进一步推动了NeRF适用于在任何环境中随意抽象，不再受限于桌面模型或封闭室内场景。
不同于大多数前期方法，Mip-NeRF 360给定了对光线的解释方式，并通过建立关注区域边界降低了原本冗长的训练时间，实现可处理背景的扩展和天空这样的“非受限”场景。
新论文的标题为“Mip-NeRF 360: Unbounded Anti-Aliased Neural Radiance Fields”，由Google Research高级研究科学家Jon Barron牵头完成的。
为深入理解该论文的技术突破，首先对基于NeRF的图像生成做一个基础的阐释。
什么是NeRF？
NeRF网络并非真正地去描述一个视频，而是使用对单张照片和视频各帧的多个视角拼接出场景，因此更类似于一种基于AI实现的完全3D虚拟环境。该场景从技术上看只存在于机器学习算法的隐空间（latent space），但可从中任意抽取出大量的视角和视频。
图1 多摄像头捕获点示意图（左图）；NeRF获取各捕获点，并拼接出神经场景（右图）
给定一张照片，通过训练其中的信息，生成一个类似于传统CGI工作流中体素网格(Voxel grids)的矩阵。矩阵中为3D空间中的每个点赋予了一个值，形成可被访问的场景。
图2：体素矩阵示例，其中以三维空间存储像素信息。像素通常采用二维形式表示，例如JPEG文件的像素网格。图片来源：ResearchGate。
该方法在完成各照片间必要的间质空间计算后，通过“光线追踪”确定光照路径上每张照片的每个可能像素点，并对其分配一个颜色值和透明度值。如果没有指定透明度，那么神经矩阵可能是完全不透明的，也可能是完为空的。
NeRF矩阵与基于CGI的三维坐标空间不同，但与体素网格类似，其中的“封闭”对象并不存在任何内部表示。例如，一个架子鼓对象在CGI中是可以拆开查看其内部的，但在NeRF中一旦将该对象的表面不透明度值设置为1，那么这台架子鼓就会消失。
像素视角的扩展
Mip-NeRF 360是对2021年3月发表的一项研究的进一步拓展。该研究提出的Mip-NeRF方法通过在NeRF中引入有效的抗锯齿，避免做过量的超采样（supersampling）。
NeRF一般只计算单条像素路径，易于产生早期互联网图像格式和游戏系统中所特有的“锯齿感”。为消除锯齿感边缘，已有方法通常是对相邻像素进行采样，并给出平均表示。
针对传统NeRF仅对单条像素路径采样，Mip-NeRF提出了一种类似宽光束手电筒的“锥形”汇集区，对相关相邻像素提供了充分的信息，形成细节改进的低代价抗锯齿方法。
图3 Mip-NeRF使用的“锥形”汇集区被切片成视锥（下图），并做进一步的模糊化处理，生成用于计算像素精度和锯齿的高斯空间。图片来源：https://www.youtube.com/watch?v=EpH175PY1A0
该方法显著改进了标准NeRF实现，如下图所示：
图4 发表于2021年3月的Mip-NeRF方法（右图）。它通过更全面和低代价的锯齿流水线而非对像素的模糊化处理，实现细节改进，避免边缘产生锯齿状。图片来源：https://jonbarron.info/mipnerf/
无界NeRF
但Mip-NeRF依然存在三个尚未解决的问题。首先，要应用于天空这样的无界环境中，其中可能包含超远距离的对象。Mip-NeRF 360通过对Mip-NeRF高斯空间应用Kalman扭曲解决了该问题。
第二，更大的场景需要更高的处理能力和更长的训练时间。为解决该问题，Mip-NeRF 360使用小规模“提议”多层感知器（MLP，multi-layer perceptron）去“提炼”场景的几何形状。MLP根据大规模标准NeRF MLP预测的几何形状，预先限定了当前形状范围，将训练速度提高了三倍。
第三，更大的场景往往会导致需解构几何体的离散化存在模糊不清的问题，进而导致输出游戏玩家可能非常熟知的“画面撕裂”伪影。Mip-NeRF 360通过新建对Mip-NeRF射线间隔的正则化处理而解决了该问题。
图5 图右侧使用Mip-NeRF，难以对如此规模的场景进行界定，因此产生了不必要的伪影。图左侧使用了新的正则化处理，完全可优化消除这些干扰。
