CV Master基于神经网络的3D重建（NeRF, SDF 等）_哔哩哔哩_bilibiliCV Master基于神经网络的3D重建（NeRF, SDF 等）共计4条视频，包括：L1 NeRF及Plenoxel理论入门、L2 基于NeRF和SDF的三维重建与实践、L3 NeRF在实际场景中的应用等，UP主更多精彩视频，请关注UP账号。
https://www.bilibili.com/video/BV1Jt4y1x7PJ/?vd_source=4aed82e35f26bb600bc5b46e65e25c22https://gitee.com/leeguandong/introduction-neural-3d-reconstruction
https://gitee.com/leeguandong/introduction-neural-3d-reconstruction
左边是计算机视觉，输入图片，通过神经网络来认识图片，右侧是计算机图形学，恰好相反，图形学是已知场景，来获取该场景的图片。下图就是有一些图片，希望重建这些图片的位姿，一张图片的位姿其实就是拍这张图片时相机的位姿。
相机在空中有三个旋转自由度加上位置信息， 想重建下面架子鼓的场景，有很多照片，每个照片相机的位置如下分布，基本是个半球形的盖子。
对于一个计算机图形学的问题，如果已知架子鼓的场景表示，那么根据这些位姿就可以渲染出很多架子鼓的照片
如果图形学的这个过程是可微的，那么我们如果有一堆图片，那么可以将图片作为GT，对每张图的位姿都做一个渲染能够获得一个渲染图，将渲染图和GT算一次loss，由于渲染过程可微，用loss直接更新场景的表示，通过反复更新，实现计算机视觉的需求，即从图片把场景还原出来。
如果有场景，那么可以渲染不同角度的图片，重建出场景以后，就可以排除连续的图片。
从一堆图片中获取场景表示，体积渲染，对于空间中的每一点，都有一个密度，下图中猪蹄认为是密度很高的点，空气是没有密度的点。
对于这样一个物体，拍摄一个照片，一条光线从右边达到左边来，光线被不透明度所吸收，最终到达相机。
下图有一个滤镜，不透明度是0.6，也就是1的光线只能通过0.6的光线，不透明度和密度的关系如右侧公式所示，dh是滤镜的厚度，不透明度和厚度相除得到密度，想象一下如何物体都是dh的组合，那么可以得到关于密度的积分，T就是光线所剩的透光率。
下图想象一下光从相机出发，光路可逆，经过猪蹄时，密度变大，则被吸收的光变多，透过率变小。
假设空间中每个点不仅有一个密度还有一个颜色，则光路积分如下，光线所剩的透光率，当前位置的密度和当前位置的颜色的积。
假设空间每个点的颜色是一个固定的值，是不对的，每个点离光源距离不同，颜色是有区别，空间中同一个点从不同角度看，颜色是不一样的，在c中增加观察角度d，即颜色不仅是当前位置的函数，还是观察角度的函数。
积分很难计算，要做离散化，即在空间中进行采样一些点，将密度函数换成一个分段函数，下面的公式是离散化的结果，并且可微。
nerf有很多图片的输入，经过渲染方程，即上面公式，可以得到场景表示。
输入位置坐标和像素，训练一个mlp，上图是gt，下图是恢复的，由三角形可能是因为用了relu，相当于模型把每个位置的rgb都记下来了。
坐标进行位置编码后，送入模型，相当于模型能把编码记下来进行还原。
输入是5位，是入射光线角度，从球心到球表面的一个点，需求经度和纬度两处来表示，输出空间中每个位置和入射角度都能知道
空间上的点从不同角度看，颜色可以不一样，但是透明度不一定是不一样的，从物理属性上不应该不一样，通过模型来限制。
入射角度不影响透明度，入射角度只影响颜色。
在空间上进行采样，但是这样均匀采样是比较浪费的，实际只有那么一小块是有透明度的，有物体的，和anchor一样，因此如何采样？先训练一个网络来找采样区域，先采样一个粗采样，再用一个fine采样。
plenoxels加速训练
体素，三维数据，对于整数点是有颜色，对于非整数点插值。
球表面的函数可以表示成这些正交基的线性组合
