NERF
AR定位跟踪、AI识别与交互、稠密点云建图、图像云渲染
先看重点
神经网络结构
NeRF使用一个全连接的多层感知机（MLP）神经网络，该网络接收5D向量作为输入，包括一个空间点的3D坐标位置x= (x,y,z)，以及方向 (θ,ϕ)。
少视角空间重建
通过少视角还原空间场景，与传统需要多张图片还原的场景，有着诸多的优势，通过我们的少视角重建算法，可以在更少视角的情况下还原出材质更加逼真的三维场景。
Al空间语音检索
通过自然语言询问3D世界可以对NERF场景中物品进行识别标注检索，从而在空间中的获取更多的信息，为空间计算提供空间信息检索服务。
技术优势一清二楚
3项专利技术
- 注视点
- 渲染+mesh
- 模型点
- CN115457188A
- 动态Nerf的
- 时间空间
- 潜在编码
- CN115423924A
- 大场景
- 渲染
- CN115841559A
5项技术改进
融合少视角
分割编码
超分算法
多级缓存
低清模型和高清模型叠加
各个领域
赞到无法想象
真实应用案例
来看拿手好戏
三维空间计算望远镜
超高清低延迟
全景相机模组