Neural Radiance Fields for the Real World: A Survey

要約

Neural Radiance Fields (NeRF) は、リリース以来 3D シーン表現を再構築してきました。
NeRF は 2D 画像から複雑な 3D シーンを効果的に再構築することができ、シーンの理解、3D コンテンツの生成、ロボティクスなどのさまざまな分野やアプリケーションを進歩させます。
研究は大きく進歩しているにもかかわらず、最近の技術革新、応用、課題についての徹底的なレビューが不足しています。
この調査では、主要な理論的進歩と代替表現をまとめ、新たな課題を調査します。
さらに、再構築への応用を検討し、コンピューター ビジョンとロボット工学に対する NeRF の影響を強調し、重要なデータセットとツールキットをレビューします。
この調査では、文献のギャップを特定することで未解決の課題について議論し、将来の研究の方向性を示しています。

要約(オリジナル)

Neural Radiance Fields (NeRFs) have remodeled 3D scene representation since release. NeRFs can effectively reconstruct complex 3D scenes from 2D images, advancing different fields and applications such as scene understanding, 3D content generation, and robotics. Despite significant research progress, a thorough review of recent innovations, applications, and challenges is lacking. This survey compiles key theoretical advancements and alternative representations and investigates emerging challenges. It further explores applications on reconstruction, highlights NeRFs’ impact on computer vision and robotics, and reviews essential datasets and toolkits. By identifying gaps in the literature, this survey discusses open challenges and offers directions for future research.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google