抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
放射輝度場をモデリングし,再構成する新しい方法であるTensoRFを提案した。純粋にMLPを使用するNeRFとは異なり,著者らは4Dテンソルとしてシーンの放射輝度場をモデル化して,それはボクセルマルチチャネル特徴を有する3Dボクセルグリッドを表した。この中心アイデアは,4Dシーンテンソルを複数のコンパクトな低ランクテンソル成分に因数化することにある。伝統的なCP分解を適用して,コンパクトベクトルを持つランク1成分にテンソルを因数化し,このフレームワークにおいて,vanilla NeRFの改善を導くことを示した。さらに性能を高めるために,テンソルの2つのモードに対する低ランク制約を緩和し,テンソルをコンパクトなベクトルと行列因子に分解する新しいベクトル行列(VM)分解を導入した。優れたレンダリング品質を超えて,CPとVM分解による著者らのモデルは,ボクセル特性を直接最適化する従来および同時研究と比較して,有意に低いメモリフットプリントをもたらす。実験的に,著者らは,CP分解によるTensoRFが,NeRFと比較して,より良いレンダリング品質とより小さなモデルサイズ(<4MB)でさえ,高速再構成(<30分)を達成することを実証した。さらに,VM分解によるTensoRFは,レンダリング品質をさらに向上させ,以前の最先端手法よりも性能が優れており,一方,再構成時間(<10分)を低減し,コンパクトなモデルサイズ(<75MB)を保持する。【JST・京大機械翻訳】
