1 why 3d content creation from images

应用： 3维动画 、VR painting

物体：形状+外观（材质+光线）
NeRF 可以简化三维建模的过程。

计算机图形学：上流程
计算机视觉：下流程 （基于2D图像来进行学习）
三维重建属于只生成shape的inverse rendering

inverse rending的三个重要因素

1. 形状
2. 外观
3. 渲染
   

如何表征外表

• 从图片信息中提取，材料+光线。
  场景的一种场景表示是360场景
  另一从方式就是Radiance field（surface light field） :
  左边：材料和光照分开。 好处：可编辑，很理想。 但分解起来很困难。
  右边：材料和光线一体。 简单已解，但无法编辑，也无法适应新环境（光线对成像影响太大了。 ）

渲染优化： 学习渲染，并与真实图像进行比较。
retrcing： 追踪光线的传播过程。

question：

1. 三维重建是反渲染的一部分
2. 三维重建目前比NeRF更好

2 why NeRF is a big thing

28长输入图像，用来形成nerf.wo

分解形状：soft opacity filed
分解外观：surface light field

渲染过程：


soft shape 是十分重要的




nerf capture的场景类型

360 inward-facing ：围着一个点转圈圈。


NeRF++ ： 将创建分为 inward+outward。

对外围空间进行挤压


效果 ↑

重要信息：

• NeRF 将前景和背景分离建模

question：

1. neRF目前还没有实时运行
2. 渲染就是3D - 2D图像的过程
3. NeRF++ 边界处是连续的。

question：

• 动态场景影响比较大
• block nerf的可复现性比较好
• nerf可以做伟星影响的视角合成

比编辑3D内容

三维内容的风格转换
实现方法：

比较feature 之间的距离

加粗距离的总和作为 两个集合之间的距离

需要对真实世界很好的数字化

**数字孪生？ **