MobileNeRF：利用多边形光栅化管线实现移动端架构上的高效神经场渲染

神经辐射场（NeRFs）在从新视角合成三维场景图像方面展现出卓越的能力。然而，现有方法依赖于基于光线追踪（ray marching）的专用体素渲染算法，这类算法与广泛部署的图形硬件性能不匹配，限制了其实际应用。本文提出一种基于纹理多边形的新式NeRF表示方法，能够通过标准渲染管线高效合成新视角图像。该方法将NeRF表示为一组带有纹理的多边形，其中纹理分别编码二值透明度（binary opacity）和特征向量。利用传统的z缓冲（z-buffer）多边形渲染方式对这些多边形进行绘制，即可在每个像素位置生成对应的特征信息；随后，一个小型、视角相关的多层感知机（MLP）在片段着色器（fragment shader）中运行，将这些特征映射为最终像素颜色。该方法使NeRF能够兼容传统的多边形光栅化渲染流水线，充分利用像素级大规模并行计算能力，从而在多种计算平台（包括移动设备）上实现交互式帧率的渲染性能。