摘要
我们提出了一种高动态范围神经辐射场（High Dynamic Range Neural Radiance Fields, HDR-NeRF），用于从一组不同曝光参数的低动态范围（Low Dynamic Range, LDR）图像中恢复出高动态范围（HDR）的辐射场。借助HDR-NeRF，我们能够生成具有不同曝光条件的新视角HDR图像，以及对应的新视角LDR图像。本方法的核心在于建模真实的成像过程：场景中某一点的辐射亮度在映射为LDR图像像素值时，由两个隐式函数共同决定——即辐射场与色调映射函数（tone mapper）。其中，辐射场编码了场景的辐射亮度（取值范围为0至+∞），通过输入射线的起始位置与方向，输出该射线的密度与辐射亮度；而色调映射函数则模拟光线到达相机传感器后转化为像素值的过程。通过将预测的辐射亮度与对应的曝光时间输入色调映射函数，即可得到射线的颜色。我们采用经典的体素渲染技术，将输出的辐射亮度、颜色和密度投影为HDR与LDR图像，整个训练过程仅以输入的LDR图像作为监督信号。为评估所提方法，我们构建了一个新的前向拍摄HDR数据集。在合成场景与真实场景上的实验结果表明，本方法不仅能精确控制合成图像的曝光参数，还能生成具有高动态范围特性的高质量视图。