Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
論文解説 CVPR2022 NeRF関連
Search
koharite
July 28, 2022
Research
0
88
論文解説 CVPR2022 NeRF関連
Presentation for explaining NeRF-related papers presented at CVPR2022.
koharite
July 28, 2022
Tweet
Share
More Decks by koharite
See All by koharite
論文解説 DTPP: Differentiable Joint Conditional Prediction and Cost Evaluationfor Tree Policy Planning in Autonomous Driving
koharite
0
3
論文解説 Is Ego Status All You Need for Open-Loop End-to-End Autonomous Driving?
koharite
0
60
論文解説 DiLu: A Knowledge-Driven Approach to Autonomous Driving with Large Language Models
koharite
0
110
論文解説 EfficientViT: Memory Efficient Vision Transformer with Cascaded Group Attention
koharite
0
340
論文解説 CoCa: Contrastive Captioners are Image-Text Foundation Models
koharite
0
740
論文解説 LoRA : Low Rank Adaptation of Large Language Models
koharite
2
1.7k
論文解説 ControlNet
koharite
1
5.5k
論文解説 InstructGPT : Training language models to follow instructions with human feedback
koharite
4
2.9k
論文解説 Latent Diffusion Model
koharite
0
3.2k
Other Decks in Research
See All in Research
第 2 部 11 章「大規模言語モデルの研究開発から実運用に向けて」に向けて / MLOps Book Chapter 11
upura
0
380
言語と数理の交差点:テキストの埋め込みと構造のモデル化 (IBIS 2024 チュートリアル)
yukiar
3
730
MIRU2024_招待講演_RALF_in_CVPR2024
udonda
1
330
[2024.08.30] Gemma-Ko, 오픈 언어모델에 한국어 입히기 @ 머신러닝부트캠프2024
beomi
0
720
Language is primarily a tool for communication rather than thought
ryou0634
4
740
湯村研究室の紹介2024 / yumulab2024
yumulab
0
280
文献紹介:A Multidimensional Framework for Evaluating Lexical Semantic Change with Social Science Applications
a1da4
1
220
Weekly AI Agents News! 8月号 論文のアーカイブ
masatoto
1
180
12
0325
0
190
第79回 産総研人工知能セミナー 発表資料
agiats
2
160
marukotenant01/tenant-20240826
marketing2024
0
510
熊本から日本の都市交通政策を立て直す~「車1割削減、渋滞半減、公共交通2倍」の実現へ~@公共交通マーケティング研究会リスタートセミナー
trafficbrain
0
140
Featured
See All Featured
Git: the NoSQL Database
bkeepers
PRO
427
64k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
6
410
The Pragmatic Product Professional
lauravandoore
31
6.3k
Gamification - CAS2011
davidbonilla
80
5k
GitHub's CSS Performance
jonrohan
1030
460k
10 Git Anti Patterns You Should be Aware of
lemiorhan
654
59k
Fantastic passwords and where to find them - at NoRuKo
philnash
50
2.9k
Music & Morning Musume
bryan
46
6.2k
Happy Clients
brianwarren
98
6.7k
BBQ
matthewcrist
85
9.3k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
191
16k
Agile that works and the tools we love
rasmusluckow
327
21k
Transcript
論⽂解説 CVPR2022 NeRF関連 Takehiro Matsuda
2 CVPRの近年の注⽬Keywordの遷移 【学会聴講報告】CVPR2022からみるVision最先端トレンド より https://www.youtube.com/watch?app=desktop&v=SeioHA14ND8&feature=youtu.be
3 NeRF デモ動画 https://www.matthewtancik.com/nerf 対象の任意視点からの画像を⾼精細に得られる。 ぱっと⾒て気になるレベルのHoleやArtifactが 画像に表れていない。
4 3次元情報の表現 ボクセル ピクセルを3次元に拡張 ◦ 2次元画像処理からの拡張が容易 × メモリ消費量が多く、2563くらいが限界 点群 点の集合で3次元シーンを表現
◦ ボクセルよりコンパクト(物体表⾯のみを表現) × ⾯を表現できない × DNNで扱うのがやや難しい
5 3次元情報の表現 メッシュ 三⾓形(多⾓形)の貼り合わせで3Dシーンを表現 ◦ メモリが少なくて良い × メッシュの張り合わせが職⼈的 × DNNで扱うのが難しい
Neural Field 3次元座標pをニューラルネットワークfに与え、f(p)がモノがあるか、⾊、etc.などを表すようにす る。 ◦ コンパクトかつ柔軟(NNは形状が複雑なところの表現に多数のパラメータを使おうとするはず) ◦ DNNと組み合わせるのが容易 × レンダリングが遅い(多数の点をDNNで推論する必要がある) × 与えた範囲(シーン)ごとにネットワークを学習する必要がある × ⼈⼿での編集が難しい
6 NeRF
7 NeRF Neural Radiance Field 𝜎 = 𝑁𝑁!(𝑥, 𝑦, 𝑧)
𝑐 = 𝑁𝑁"(𝑥, 𝑦, 𝑧, 𝜃, 𝜙) 3D座標 モノがありそ う度 3D座標, 視線⽅向 ⾊ In essence, they take the DeepSDF architecture but regress not a signed distance function, but density and color.
8 NeRFによる⾃由視点の再現 液晶ディスプレイの映り込み、反射が視線により変わることを再現 できている
9 NeRF flow ① 学習画像からピクセルを選ぶ ② ピクセルを通る光線上でサンプリングし、その点のモノ がある度と⾊をNNにクエリする。 ③ カメラから出発し、ピクセルに向かって進み、どのあた
りでモノにぶつかるかの確率分布を計算する ④ ピクセルの⾊の期待値を計算する ⑤ GTのピクセルの⾊に近づくようにNNの学習を進める ① ② ③ ④ ⑤
10 NeRF in CVPR 2022 • Block-NeRF NeRFによる⼤規模な範囲の⽣成(サンフランシシコのある地区) • Plenoxels
ニューラルネットワークを使わずに微分可能ボリュームレンダリングの アーキテクチャで⾼速な⾃由視点画像⽣成が可能 CVPR2022で発表された2つの論⽂を紹介する
11 Block-NeRF デモ動画 https://waymo.com/research/block-nerf/
12 Block-NeRF Waymo(Google) carの360度Viewで⼤量の画像を撮影する。 対象:San Francisco Alamo Square Neighbor (960x570m)
各Block-NeRFは下記で学習 18-28分のドライブ 38-48の異なる⾛⾏データ 64575-108216画像
13 Block-NeRF Architecture NeRF-W(NeRF in the Wild)の⼿法導⼊ 天候やライティングの変化などのAppearanceの違いを 別にできる Lighting
and whether change Exposure change mip-NeRFをベースにする: incorporating anti-aliasing for multiscale rendering 観光客がそれぞれ撮影したような画像から学習できる⼿法 Appearance Embedding, Exposure Embeddingの導⼊
14 Appearance Embedding 推論時に変化させて、レンダリングも可能 Appearance Embeddingにより⽇時の違いが あってもクリアなレンダリングを⾏える。
15 移動物体へのマスク セグメンテーションモデル(Panoptic-deeplab)で移動物体(⾞や⼈)を検出しマスクをかける
16 Block-NeRFsの統合 街全体の画像再現をするため、35個 のBlock-NeRFsを統合する。 Visibilityを出⼒するネットワーク VisibilityがOKのNeRFをAppearnce Matthingをした上で、距離の逆数の重みで統合する
17 Ablation study Learned pose refinement 原論⽂のReferences[34,59,66,70]
18 Plenoxels デモ動画
19 Plenoxels Our results show that the key component in
NeRF is the differentiable volumetric rendering, not the neural network. NeRFでは1GPUで学習に1⽇以上、レンダリングに1フレームあたり30秒以上かかる
20 Plenoxels Flow Voxel opacitiesとSpherical harmonic coefficientsを最適化する。 Plenoxels represent a
scene as a sparse 3D grid with spherical harmonics. Plenoptic voxels: 近傍のVoxel 球⾯調和関数:各視点での⾊の ⾒え⽅を表現する関数とする? 3次元での近傍からの補間処理
21 Optimization 推論画像とGTのMSE RMSPropを⽤いて最適化計算 ∆2x(v, d) shorthand for the squared
difference between the dth value in voxel v := (i, j, k) and the dth value in voxel (i + 1, j, k) Total Variation正則化
22 Result 8 synthetic scenes 8 real, forward- facing scenes
4 real, 360° scenes
23 参考⽂献 • NeRF https://www.matthewtancik.com/nerf • Block-NeRF https://waymo.com/research/block-nerf/ • Plenoxels
https://alexyu.net/plenoxels/ • SSII2022 [SS1] ニューラル3D表現の最新動向〜 ニューラルネットでなんでも表せ る?? 〜 https://www.slideshare.net/SSII_Slides/ssii2022-ss1-3d • 【学会聴講報告】CVPR2022からみるVision最先端トレンド https://www.youtube.com/watch?app=desktop&v=SeioHA14ND8&feature=youtu.be • NeRF at CVPR 2022 https://dellaert.github.io/NeRF22/