GM-NeRF：从多视图图像学习通用模型基础神辐射场.pdfVIP

GM‑NeRF：从多视图图像学习通用模型基础的神经辐射场

1*1*2†11†12

陈建川易乾大连理工大学，

ZMOAI公司

3

2

0

2

r在本工作中，我们专注于给定一组稀疏多视图图

a像时，为任意人类表演者合成高-保真度的新视角图像。

M这是一个具有性的任务，因为姿态的变化很

4大且存在严重的自遮挡问题。为了解决这一问题，我

2

们引入了一个有效的通用框架——通用模型基础的神

]经辐射场（GM-NeRF），用于合成自由视角图像。具

V体而言，我们提出了一种几何-的注意力机制，将图1.确估计的SMPL的影响。与GNR[8]和

CKeypointNeRF相比[26],我们的方法仍然能产生合理的结果。

.多-视图2D图像的外观代码到一个