HyperAIHyperAI

Command Palette

Search for a command to run...

MobileNeRF : Exploiter la pipeline de rasterisation de polygones pour un rendu efficace des champs neuronaux sur les architectures mobiles

Zhiqin Chen Thomas Funkhouser Peter Hedman Andrea Tagliasacchi

Résumé

Les champs de radiance neuronaux (NeRF) ont démontré une capacité remarquable à synthétiser des images de scènes 3D à partir de nouvelles perspectives. Toutefois, ils dépendent d’algorithmes spécialisés de rendu volumétrique basés sur le parcours de rayons (ray marching), qui ne sont pas adaptés aux capacités des matériels graphiques largement déployés. Ce papier présente une nouvelle représentation NeRF fondée sur des polygones texturés, permettant de synthétiser efficacement des images à partir de nouvelles vues grâce à des pipelines de rendu standards. Le NeRF est représenté comme un ensemble de polygones dotés de textures qui codent des opacités binaires et des vecteurs de caractéristiques. Le rendu traditionnel de ces polygones à l’aide d’un z-buffer produit une image contenant des caractéristiques à chaque pixel, interprétées par un petit réseau de neurones à dépendance de vue (MLP), exécuté dans un shader de fragments, afin d’obtenir la couleur finale de chaque pixel. Cette approche permet de rendre les NeRF à l’aide du pipeline classique de rasterisation de polygones, offrant ainsi une parallélisation massive au niveau des pixels et atteignant des taux d’images interactifs sur une large gamme de plateformes informatiques, y compris les téléphones portables.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp