Modely a architektúry · 3D reprezentácia a syntéza pohľadov

Neurónové radiačné pole

Neural radiance field

Posledná odborná revízia
1. augusta 2026
Odborný garant
Miroslav Schmiedt
ID
AI-GEO-N-15

Odborná definícia

Význam a odborné vymedzenie pojmu

Neural radiance field, skrátene NeRF, je spojitá neurónová reprezentácia 3D scény, ktorá mapuje priestorovú polohu a smer pohľadu na objemovú hustotu a vyžarovanú farbu. Nový obraz sa vytvára vzorkovaním bodov pozdĺž lúčov kamery a objemovým renderovaním predikovaných hodnôt. Klasický NeRF sa učí z viacerých fotografií so známymi polohami kamier. Dokáže syntetizovať plynulé nové pohľady, ale tréning a rendering môžu byť pomalé a statický model nezachytí pohyb bez rozšírení.

Zrozumiteľné vysvetlenie

Ako sa pojem používa v praxi

Ak objekt odfotografujete z mnohých uhlov, NeRF sa naučí funkciu, ktorá vie povedať, akú farbu a hustotu by mal lúč vidieť v každom bode priestoru. Keď potom zadáte novú polohu virtuálnej kamery, systém poskladá obraz, ktorý nebol priamo odfotený. Nevytvára klasickú polygonálnu sieť ako 3D editor. Informácia je uložená v parametroch a vzorkovaných poliach. Chyby v polohe kamier, lesklé povrchy, málo záberov alebo pohyb v scéne môžu vytvoriť rozmazanie a artefakty.

Časté otázky

Otázky, ktoré spresňujú význam

Aké vstupy potrebuje klasický NeRF?

Sadu snímok rovnakej statickej scény a parametre kamier, najmä ich polohu, orientáciu a intrinzické vlastnosti. Pózy sa často odhadujú pomocou structure-from-motion.

Čo sa v NeRF predikuje pre priestorový bod?

Objemová hustota určuje, ako veľmi bod pohlcuje lúč, a farba závislá od smeru opisuje vzhľad pozorovaný z daného uhla. Tieto hodnoty sa integrujú pozdĺž lúča.

Prečo je smer pohľadu samostatným vstupom?

Umožňuje modelovať view-dependent efekty, napríklad lesk a odrazy, ktoré menia farbu pri pohľade z iného uhla. Geometrická hustota sa typicky viaže hlavne na polohu.

Je NeRF vhodný pre dynamické video?

Základný model predpokladá statickú scénu. Dynamické NeRF varianty pridávajú čas, deformáciu alebo oddelenie objektov, čím rastie zložitosť dát aj identifikovateľnosti pohybu.

Čím sa NeRF líši od 3D Gaussian Splatting?

NeRF používa neurónovú funkciu a objemové vzorkovanie, kým Gaussian Splatting reprezentuje scénu explicitnejšími 3D gaussovskými primitívami. Rozdiely sa prejavia v rýchlosti, editovateľnosti a pamäti.

Súvisiace pojmy

Významové a tematické súvislosti

Pojem v rozhodovaní

Odborné články, ktoré tento pojem používajú v praxi

Zdroje a redakčná stopa

Použité východiská a odborná revízia

  • NeRF: Representing Scenes as Neural Radiance Fields

Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.