提起近两年最火三维视觉技术，相信NeRF是一个绝对绕不过去的名字。从研究及就业方面来讲，它是前沿并且能够实际落地的。NeRF通过隐式表征的方式来对静态三维物体或场景进行学习和建模，可以从任意视角合成出逼真的图像，包括透明和半透明物体，以及复杂的光线传播效果。
传统的三维重建最终模型中可能会孔洞、纹理混叠、由于体素分辨率限制丢失等缺点，而NeRF可以合成照片级别的新视角，重建的模型细节更加丰富,它通过使用稀疏的输入视图集优化底层连续的体积场景函数，实现了综合复杂场景视图的最好结果，无空洞、细节还原。
因此，由于研究的人多，发展也尤为迅速，给三维重建、SLAM、计算图形学等领域带来了新的变革，新的开源算法层出不穷，很多小伙伴目前掌握的知识已经跟不上行业最新发展和快速迭代。
基于此，深蓝学院联合北京邮电大学鲁鹏老师团队，一起打磨推出『NeRF基础与常见算法解析』课程。课程除了NeRF基础知识外，还重点讲解少视角、无界场景、大场景3个常见场景中代表性的工作，带着同学们拨云见日，解决上述3个问题。
Part 1
讲师介绍
鲁鹏——北京邮电大学副教授
2006年7月获得中国科学院自动化研究所博士学位，2008年到2010年在北京大学人机交互与多媒体实验室从事博士后研究，主要研究方向为机器学习、计算机视觉、人机交互。主持纵向项目包括：国家自然科学基金项目"面向概念设计的虚实融合环境交互技术研究"，博士后基金项目"自然的三维概念草图绘制技术研究"；作为负责人完成国家863项目"基于双目立体视觉的自然交互技术"的研究工作；同时，主持多项横向课题的研究工作。
Part 2
课程亮点
  • 课程基础知识与前沿算法并重
  • 10篇代表性论文的梳理与理解
  • 算法原理与代码实践融合讲解
Part 3
课程大纲
Part 4
适合人群
研究者：立志从事3D视觉的研究，想要跟进前沿发展趋势
工程师：传统几何三维重建、SLAM等方向的工程师
相关行业人员：希望了解3D内容生成的技术以及当前技术的能力边界
Part 5
学习收获
1.熟练掌握NeRF的基础知识点，如神经辐射场、位置编码、体渲染、体素网络式表达等；
2.理解NeRF与传统几何三维重建的异同以及结合点；
3.熟悉少视角、无界场景、大场景下的NeRF方案及前沿思想。
Part 6
抢占名额
扫码添加，了解详情
备注【1025】优先通过！
继续阅读
阅读原文
关键词
场景
视觉
算法
三维重建
体素