Alpha Invariance: On Inverse Scaling Between Distance and Volume Density in Neural Radiance Fields

要約

3D シーンの寸法におけるスケールの曖昧さは、神経放射フィールドの体積密度の大きさの曖昧さにつながります。つまり、シーンのサイズが半分になると密度は 2 倍になり、その逆も同様です。
この性質をアルファ不変性と呼びます。
NeRF がアルファ不変性をより適切に維持するには、1) 対数空間で距離と体積密度の両方をパラメータ化すること、2) 高い光線透過率を保証するために離散化に依存しない初期化戦略を推奨します。
いくつかの一般的な放射フィールド モデルを再検討すると、これらのシステムはシーンのスケーリングから生じる問題に対処するためにさまざまなヒューリスティックを使用していることがわかります。
私たちはそれらの動作をテストし、より堅牢になるレシピを示します。

要約(オリジナル)

Scale-ambiguity in 3D scene dimensions leads to magnitude-ambiguity of volumetric densities in neural radiance fields, i.e., the densities double when scene size is halved, and vice versa. We call this property alpha invariance. For NeRFs to better maintain alpha invariance, we recommend 1) parameterizing both distance and volume densities in log space, and 2) a discretization-agnostic initialization strategy to guarantee high ray transmittance. We revisit a few popular radiance field models and find that these systems use various heuristics to deal with issues arising from scene scaling. We test their behaviors and show our recipe to be more robust.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google