论文标题：LOLNeRF: Learn from One Look

论文链接：https://arxiv.org/abs/2111.09996

最近，来自英属哥伦比亚大学，西蒙菲莎大学和Google Research的研究人员发表在CVPR 2022上的一篇论文中提出了一个全新模型LOLNeRF，对于同一类物体来说，仅需单一视角即可训练NeRF模型，而无需对抗监督。一旦共享的生成模型训练完毕，模型即可提供近似的相机姿态（camera poses）。

简而言之，NeRF不再需要多视图，并且相机也无需非常精确就可以达到令人信服的效果。

将NeRF与GLO结合起来，给每个物体分配一个潜码，与标准的NeRF输入相连接，使其有能力重建多个物体。

图 论文的效果图

内容中包含的图片若涉及版权问题，请及时与我们联系删除