- 提出一种基于K-Planes的4D point cloud Representation；
- 提出一种Hybrid appearance model，包含image blending model和SH model。其中，image blending model将3D点映射回原图中求得，SH model通过模型预测求得。
- 提出一种可导的深度排序算法，训练时通过Pytorch计算，渲染时通过OpenGL计算，实现GPU支持的快速光栅化。
- 提出一系列减少推理渲染的方法：
- 提前计算点的位置、密度、颜色系数和blending系数等；
- 减少光栅化每个像素所需要的点数；
- 将模型从32-bit float降为16-bit
目录
[Modeling Dynamic Scenes with Point Clouds](#Modeling Dynamic Scenes with Point Clouds)
[Differentiable Depth Peeling](#Differentiable Depth Peeling)
[Datasets and metrics](#Datasets and metrics)
[Comparison Experiments](#Comparison Experiments)
[Ablation Studies](#Ablation Studies)
[Storage analysis.](#Storage analysis.)
[Rendering Speed Analysis](#Rendering Speed Analysis)
摘要
- 现有问题：动态场景中，渲染高分辨率图片很慢；
- 本文：
- 提出基于K-Planes的4D point cloud Representation，支持硬件光栅化，实现快速渲染；
- 提出一种hybrid appearance model，在提高渲染质量的同时，保证渲染效率；
- 设计一种可导的深度排序算法（deep peeling algorithm），实现从RGB视频中快速建模；
- 实验证明，在一张4090 GPU上，可以实现对1080分辨率的400FPS渲染，4K分辨率的80FPS渲染。
方法
Modeling Dynamic Scenes with Point Clouds
- 通过space-carving algorithm从视频中提取粗点云序列；
- 点特征通过K-Planes表达，给定坐标和时间
，可得特征：
- 点特征送入Radius MLP和Density MLP，预测该点的密度
和半径
； - 该点的颜色通过两个模型计算，分别是离散的image blending model和连续的SH model。
- image blending model是指，给定空间中任意一点，可投影到输入图片上，检索对应RGB值。在本文中，多张图片检索的RGB值，通过网络预测加权系数，加权求和以得到该点的
。由于检索图像与视角无关，本文仅考虑与视角最近的
张图片。image blending model除系数外，可以提前计算。因此，可以在提高视觉质量的同时，不增加过多计算。 - SH model，则是将点特征送入SH MLP，预测得到
。 - 最终，该点颜色由以下公式计算：
- image blending model是指，给定空间中任意一点，可投影到输入图片上，检索对应RGB值。在本文中，多张图片检索的RGB值，通过网络预测加权系数，加权求和以得到该点的
Differentiable Depth Peeling
- 对于像素
，首先找到距离该点相机视角最近的
个点。 - 用体渲染的方式，通过个点计算该点颜色。首先计算密度，其中
是将点投影到2D图像上：
- 在训练中，本文基于PyTorch实现
。在推理阶段，本文用OpenGL计算。 - 最终，该像素点颜色：
Training
包含三个损失：
- MSE Loss：
- LPIPS Loss
- Mask 损失：
- 最终训练损失为：
Inference
通过三个方法加速推理：
- 提前计算点位置，半径，密度，SH系数和color blending系数；
- 将模型从32-bit floats转为16-bits，可以增加20FPS；
- 将渲染时的超参数K从15降低为12，可以在不影响视觉质量的情况下，增加20FPS；
实验
Datasets and metrics
- DNA-Rendering：15 FPS, 10 s, 60 views, 4K/2K相机，训练分辨率为1024 x 1224 / 1125 x 1536
- ENeRF-Outdoor：30 FPS, 1080p相机，训练分辨率为960 x 540
- NHR：训练分辨率为512 x 612 / 384 x 512
- Neural3DV：训练分辨率为1352 x 1224
Comparison Experiments
Ablation Studies
- Ablation study on the 4D embedding. w/o f
- Ablation study on the hybrid appearance model. w/.o
- Ablation study on loss functions.
Storage analysis.
Rendering Speed Analysis
