點擊下方“AI算法與圖像處理”，一起進步！
重磅乾貨，第一時間送達
自打伯克利和谷歌聯合打造的NeRF橫空出世，江湖上靜態圖變動圖的魔法就風靡開來。
不過，想要像這樣依靠AI來簡化3D動態效果的製作，算力開銷可不小：
以NeRF爲例，想要在1440×1600像素、90Hz的VR頭盔中實現實時渲染，需要37 petaFLOPS（每秒10^15次浮點運算）的算力——這在目前的GPU上根本不可能實現。
怎麼降低點計算複雜度？
現在，來自奧地利格拉茲科技大學和Facebook的研究人員，就想出一招：引入真實深度信息。
就這一下，很快的，推理成本最高能降低48倍，並且只用1個GPU，就能以每秒20幀的速度實現交互式渲染。
畫質什麼的，也沒啥影響，甚至還能有所提升：
具體是怎樣一招，咱們往下接着聊。
基於深度預言網絡的NeRF
首先需要說明的是，NeRF，即神經輻射場（neural radiance field）方法，是沿相機射線採樣5D座標，來實現圖像合成的。
也就是說，在NeRF的渲染過程中，需要對每條射線都進行網絡評估，以輸出對應的顏色和體積密度值等信息。
這正是造成NeRF在實時渲染應用中開銷過大的主要原因。
而現在，格拉茲科技大學和Facebook的研究人員發現，引入真實深度信息，只考慮物體表面周圍的重要樣本，每條視圖射線（view ray）所需的樣本數量能夠大大減少，並且不會影響到圖像質量。
基於此，他們提出了DONeRF。
DONeRF由兩個網絡組成，其一，是Sampling Oracle Network，使用分類法來預測沿視圖射線的最佳採樣位置。
具體來說，這個深度預言網絡通過將空間沿射線離散化，並預測沿射線的採樣概率，來預測每條射線上的多個潛在採樣對象。
如下圖所示，3個顏色通道編碼了沿射線的3種最高採樣概率，灰度值表明其中可能只有一個表面需要被採樣，而彩色數值則表明這些樣本需要在深度上展開。
其二，是一個着色網絡，使用類似於NeRF的射線行進累積法來提供RGBA輸出。
爲了消除輸入的模糊性，研究人員還將射線轉換到了一個統一的空間，並使用非線性採樣來追蹤接近的區域。
另外，在兩個網絡之間，研究人員對局部採樣進行扭曲，以使着色網絡的高頻預測被引導到前景上。
本文還引入了視圖單元（view cell）的概念。一個視圖單元被定義爲一個具有主要方向和最大視角的邊界框。
簡單來說，這個邊界框能夠捕捉到所有源於框內、並且在一定旋轉範圍內的視圖射線。
利用這樣的方法，就可以對大場景進行分割，解決NeRF沒有辦法應用於大場景的問題。
此外，較小的視圖單元減少了場景中的可見內容，因此可能會進一步提高成像質量。
對比結果
所以，DONeRF相較於前輩NeRF，到底能快多少?
不妨直接來看對比結果。
在相似的質量下，NeRF總共使用了256個樣本。而DONeRF只用到了4個樣本，在速度上可以實現20-48倍的提升。
並且在成像細節方面，DONeRF的圖像邊緣更爲清晰。
研究人員還指出，在16個樣本的情況下，從峯值信噪比（PSNR）來看，幾乎所有場景中DONeRF都超越了NeRF。
傳送門
論文地址：
https://arxiv.org/abs/2103.03231
項目地址：
https://depthoraclenerf.github.io/
個人微信（如果沒有備註不拉羣！）
請註明：
地區+學校/企業+研究方向+暱稱
![]()
下載1：何愷明頂會分享
在「AI算法與圖像處理」公衆號後臺回覆：何愷明，即可下載。總共有6份PDF，涉及 ResNet、Mask RCNN等經典工作的總結分析
下載2：終身受益的編程指南：Google編程風格指南
在「AI算法與圖像處理」公衆號後臺回覆：c++，即可下載。歷經十年考驗，最權威的編程規範！
下載3 CVPR2021
在「AI算法與圖像處理」公衆號後臺回覆：
CVPR
，即可下載1467篇CVPR 2020論文 和 CVPR 2021 最新論文
本文分享自微信公衆號 - AI算法與圖像處理（AI_study）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。