HDR-NeRF：高动态范围神经辐射场

​

HDR-NeRF: High Dynamic Range Neural Radiance Fields

Xin Huang1, Qi Zhang2, Ying Feng2, Hongdong Li3, Xuan Wang2, Qing Wang1

1西北理工大学 2腾讯人工智能实验室 3澳大利亚国立大学

我们提出了高动态范围神经辐射场（HDR-NeRF），以从一组不同曝光的低动态范围（LDR）视图中恢复HDR辐射场。使用HDR-NeRF，我们能够在不同曝光下生成新的HDR视图和新的LDR视图。我们方法的关键是模拟物理成像过程，该过程要求场景点的辐射度在LDR图像中转换为具有两个隐式函数的像素值：辐射场和色调映射器。

辐射场编码场景辐射（值从0到+微不等），通过给出相应的射线原点和射线方向来输出射线的密度和辐射。色调映射器模拟了映射过程，即光线击中相机传感器成为像素值。通过将辐射度和相应的曝光时间输入色调映射器来预测射线的颜色。我们使用经典的音量渲染技术将输出辐射、颜色和密度投射到HDR和LDR图像中，而仅使用输入LDR图像作为监督。我们收集了一个新的前向HDR数据集来评估拟议的方法。合成和现实世界场景的实验结果证实，我们的方法不仅可以准确控制合成视图的曝光，还可以渲染具有高动态范围的视图。

HDR-NeRF对物理过程进行建模的管道。我们的方法由两个模块组成：HDR辐射场模拟辐射和密度的目标场景，以及色调映射器对颜色的CRF进行建模。

​Read More