Nerfstudio: A Modular Framework for Neural Radiance Field Development

要約

Neural Radiance Fields (NeRF)は、コンピュータビジョン、グラフィックス、ロボット工学など幅広い分野で応用され、急速に発展している研究分野である。NeRF研究の開発と展開を効率化するために、我々はモジュール化されたPyTorchフレームワークであるNerfstudioを提案します。このフレームワークには、NeRFベースの手法を実装するためのプラグアンドプレイコンポーネントが含まれており、研究者や実務家がプロジェクトにNeRFを簡単に取り入れることができます。さらに、モジュール設計により、広範なリアルタイム可視化ツールのサポート、実環境で取得したデータのインポート用パイプラインの合理化、ビデオ、点群、メッシュ表現へのエクスポート用ツールのサポートが可能です。Nerfstudioのモジュール性により、Nerfactoの開発が可能になりました。Nerfactoは、最近の論文のコンポーネントを組み合わせて、速度と品質のバランスを保ちつつ、将来の修正に柔軟に対応できる手法です。コミュニティ主導の開発を促進するため、関連するすべてのコードとデータは、https://nerf.studio のオープンソースライセンスで一般に公開されています。

要約(オリジナル)

Neural Radiance Fields (NeRF) are a rapidly growing area of research with wide-ranging applications in computer vision, graphics, robotics, and more. In order to streamline the development and deployment of NeRF research, we propose a modular PyTorch framework, Nerfstudio. Our framework includes plug-and-play components for implementing NeRF-based methods, which make it easy for researchers and practitioners to incorporate NeRF into their projects. Additionally, the modular design enables support for extensive real-time visualization tools, streamlined pipelines for importing captured in-the-wild data, and tools for exporting to video, point cloud and mesh representations. The modularity of Nerfstudio enables the development of Nerfacto, our method that combines components from recent papers to achieve a balance between speed and quality, while also remaining flexible to future modifications. To promote community-driven development, all associated code and data are made publicly available with open-source licensing at https://nerf.studio.

arxiv情報

著者 Matthew Tancik,Ethan Weber,Evonne Ng,Ruilong Li,Brent Yi,Justin Kerr,Terrance Wang,Alexander Kristoffersen,Jake Austin,Kamyar Salahi,Abhik Ahuja,David McAllister,Angjoo Kanazawa
発行日 2023-02-08 18:58:00+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, DeepL

カテゴリー: cs.CV, cs.GR パーマリンク